| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究现状 | 第9-15页 |
| 1.2.1 视觉显著性 | 第9-11页 |
| 1.2.2 人脸检测 | 第11-13页 |
| 1.2.3 视频前景目标检测 | 第13-15页 |
| 1.3 本文的主要内容与章节安排 | 第15-17页 |
| 1.3.1 主要内容 | 第15-16页 |
| 1.3.2 章节安排 | 第16-17页 |
| 第二章 相关技术及理论研究 | 第17-26页 |
| 2.1 视觉显著性理论基础 | 第17-19页 |
| 2.1.1 视觉显著性概述 | 第17页 |
| 2.1.2 显著性计算原理 | 第17-19页 |
| 2.1.3 显著性计算模型 | 第19页 |
| 2.2 人脸检测相关基础知识 | 第19-24页 |
| 2.2.1 图像处理技术 | 第19-23页 |
| 2.2.2 人脸检测系统的评价标准 | 第23-24页 |
| 2.3 基于RPCA模型的视频前景检测 | 第24-26页 |
| 2.3.1 RPCA基本原理 | 第24-25页 |
| 2.3.2 求解RPCA-PCP模型的算法 | 第25页 |
| 2.3.3 视频前景检测评价标准 | 第25-26页 |
| 第三章 基于视觉显著性与肤色分割的人脸检测算法 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 基于图论的视觉显著性 | 第26-29页 |
| 3.2.1 GBVS算法 | 第27-28页 |
| 3.2.2 视觉显著性模型在人脸检测上的比较 | 第28-29页 |
| 3.3 L*a*b*色彩空间 | 第29-30页 |
| 3.4 基于视觉显著性与肤色分割的人脸检测 | 第30-32页 |
| 3.5 实验结果与分析 | 第32-36页 |
| 3.5.1 人脸检测效果比较 | 第33-35页 |
| 3.5.2 人脸识别中的应用 | 第35-36页 |
| 3.6 小结 | 第36-37页 |
| 第四章 基于FPCP与运动显著性的视频前景检测算法 | 第37-51页 |
| 4.1 引言 | 第37-38页 |
| 4.2 快速主成分追踪 | 第38-41页 |
| 4.2.1 FPCP方法 | 第38-40页 |
| 4.2.2 FPCP算法性能测试 | 第40-41页 |
| 4.3 运动显著性检测 | 第41-44页 |
| 4.3.1 谱残差 | 第42-43页 |
| 4.3.2 基于时间谱残差的快速运动显著性检测 | 第43-44页 |
| 4.4 基于FPCP与运动显著性的视频前景检测 | 第44-46页 |
| 4.4.1 运动显著性分析 | 第45-46页 |
| 4.4.2 块稀疏分解 | 第46页 |
| 4.5 实验结果与分析 | 第46-49页 |
| 4.6 小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 附录1 攻读硕士学位期间学术成果 | 第57-58页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第58-59页 |
| 致谢 | 第59页 |