| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 本文组织结构 | 第15-17页 |
| 第2章 显著性理论到模型演化 | 第17-23页 |
| 2.1 显著性检测的相关基础 | 第17-19页 |
| 2.1.1 显著性基本概念 | 第17页 |
| 2.1.2 显著模型衡量标准 | 第17-19页 |
| 2.2 贝叶斯推断 | 第19-20页 |
| 2.2.1 贝叶斯推断公式 | 第19页 |
| 2.2.2 观测似然概率 | 第19-20页 |
| 2.3 基于种子点及关联矩阵的显著图生成方法 | 第20-22页 |
| 2.3.1 超像素分割算法 | 第20-21页 |
| 2.3.2 马尔科夫链理论 | 第21页 |
| 2.3.3 显著图生成方法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 全局颜色分布结合活动轮廓分析的显著性模型 | 第23-37页 |
| 3.1 引言 | 第23-24页 |
| 3.2 先验显著分布 | 第24-28页 |
| 3.2.1 种子选取 | 第24-25页 |
| 3.2.2 先验显著图生成 | 第25-28页 |
| 3.3 贝叶斯显著模型 | 第28-30页 |
| 3.3.1 活动轮廓分析 | 第28-30页 |
| 3.3.2 贝叶斯显著图 | 第30页 |
| 3.4 全局颜色分布 | 第30-35页 |
| 3.4.1 背景颜色概率 | 第31页 |
| 3.4.2 颜色空间聚集度 | 第31-32页 |
| 3.4.3 权重融合及贝叶斯模型优化 | 第32-35页 |
| 3.5 模型性能分析 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 图像显著边缘及其超像素对判定的显著性模型 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 显著模型理论基础 | 第37-39页 |
| 4.3 初始显著轮廓及初始显著图 | 第39-43页 |
| 4.3.1 图像边缘提取 | 第39页 |
| 4.3.2 边缘超像素对初次判定 | 第39-42页 |
| 4.3.3 初始显著图 | 第42-43页 |
| 4.4 第二次显著判定及二次显著图 | 第43-45页 |
| 4.4.1 显著目标边缘提取 | 第43页 |
| 4.4.2 第二次显著判定 | 第43-45页 |
| 4.4.3 二次显著图生成 | 第45页 |
| 4.5 显著融合及最终显著图 | 第45-48页 |
| 4.5.1 二次显著图改进条件 | 第46-47页 |
| 4.5.2 最终显著图生成 | 第47-48页 |
| 4.6 模型性能分析 | 第48-49页 |
| 4.7 本章小结 | 第49-51页 |
| 第5章 稀疏重构辅以多尺度目标轮廓放缩的显著性模型 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 显著模型的基本原理 | 第51-53页 |
| 5.3 基于稀疏重构的初始显著图生成 | 第53-56页 |
| 5.3.1 图层及多尺度字典构建 | 第53-54页 |
| 5.3.2 初始显著图生成 | 第54-56页 |
| 5.4 基于多尺度图层的中层显著校正 | 第56-60页 |
| 5.4.1 目标轮廓放缩 | 第56-59页 |
| 5.4.2 中层显著校验图 | 第59-60页 |
| 5.5 底层显著校正及最终显著图 | 第60-61页 |
| 5.5.1 底层显著校正 | 第60页 |
| 5.5.2 最终显著图生成 | 第60-61页 |
| 5.6 模型性能分析 | 第61-62页 |
| 5.7 本章小结 | 第62-63页 |
| 第6章 显著模型综合实验评估 | 第63-70页 |
| 6.1 定性评估 | 第63-64页 |
| 6.2 定量评估 | 第64-69页 |
| 6.2.1 PR曲线评估结果 | 第64-67页 |
| 6.2.2 ROC曲线及AUC测试结果 | 第67-69页 |
| 6.3 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第76-77页 |
| 致谢 | 第77页 |