生物视觉启发的图像识别技术研究

摘要	第1-13页
Abstract	第13-15页
第一章 绪论	第15-25页
·研究背景	第15-16页
·图像识别的技术挑战	第16页
·生物视觉感知机制相关研究	第16-22页
·视觉通路理论研究	第17-18页
·视觉感知不变性研究	第18-19页
·视觉特征组织的研究	第19-20页
·视觉注意机制研究	第20-22页
·研究内容和创新点	第22-24页
·论文的章节安排	第24-25页
第二章 边界和表面感知的神经动力学模型	第25-49页
·引言	第25页
·基于主导拮抗抑制机制的轮廓检测	第25-37页
·BCS 模型简介	第25-26页
·改进模型描述	第26-33页
·主导拮抗抑制机制的数学分析	第33-34页
·实验结果及讨论	第34-37页
·自然图像的亮度感知	第37-48页
·亮度感知概念描述	第37-38页
·自然图像的亮度感知模型	第38-44页
·实验结果及讨论	第44-48页
·本章小结	第48-49页
第三章 基于视觉掩蔽效应的图像扩散	第49-59页
·图像扩散的相关研究	第49-50页
·视觉掩蔽效应	第50页
·基于视觉掩蔽效应的图像扩散算法	第50-55页
·各向异性扩散	第50-51页
·非均质性度量	第51-53页
·噪声可见度函数及扩散方程	第53-54页
·算法描述	第54页
·稳定性分析	第54-55页
·实验结果和讨论	第55-58页
·评价方法	第55页
·实验结果	第55-58页
·本章小结	第58-59页
第四章 场景的快速感知分类	第59-81页
·引言	第59-61页
·场景识别的概念	第59-60页
·场景识别的意义	第60-61页
·场景识别的特点	第61页
·场景识别的相关研究	第61-66页
·基于低层特征的表达方法	第62-63页
·中层语义建模方法	第63-64页
·基于局部子块的中层表达建模	第64-65页
·生物视觉启发的方法	第65-66页
·场景特征描述方法	第66-71页
·场景识别的要素	第66-67页
·特征提取方法	第67-71页
·实验和讨论	第71-79页
·测试数据集	第71-73页
·实验结果和分析	第73-79页
·结论	第79页
·本章小结	第79-81页
第五章 视觉空间注意机制建模	第81-107页
·引言	第81-82页
·自底向上的视觉注意模型	第82-98页
·相关研究	第82-85页
·一种自底向上的视觉注意模型	第85-92页
·模型性能评估	第92-98页
·融入自顶向下知识的注意模型	第98-106页
·相关研究	第98-99页
·空间注意的上下文引导模型	第99-102页
·实验和讨论	第102-106页
·本章小结	第106-107页
第六章 引入注意机制的目标识别	第107-123页
·引言	第107页
·皮层目标识别的相关研究	第107-110页
·目标识别的生理基础	第107-108页
·生物视觉目标识别计算模型	第108-109页
·存在问题及改进方法	第109-110页
·自适应共振理论简介	第110-116页
·ART 的工作原理	第111-112页
·Default ARTMAP2 算法描述	第112-116页
·引入注意机制的目标识别建模	第116-121页
·模型描述	第116-119页
·实验设计和参数选择	第119页
·实验结果和分析	第119-121页
·本章小结	第121-123页
第七章 结束语	第123-127页
·论文工作总结	第123-124页
·未来工作展望	第124-127页
致谢	第127-129页
参考文献	第129-141页
作者在学期间取得的学术成果	第141页