视觉显著计算及其在自然图像感兴趣目标检测中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-16页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·视觉显著计算模型研究现状 | 第9-12页 |
| ·感兴趣目标检测技术研究现状 | 第12-13页 |
| ·论文主要内容与安排 | 第13-16页 |
| ·论文的主要内容 | 第13-14页 |
| ·论文的章节安排 | 第14-16页 |
| 2 视觉显著计算模型的基础知识 | 第16-26页 |
| ·显著特征描述 | 第16-21页 |
| ·颜色特征 | 第16-19页 |
| ·纹理特征 | 第19-21页 |
| ·形状特征 | 第21页 |
| ·显著特征比较 | 第21-22页 |
| ·多尺度比较 | 第21-22页 |
| ·全局对比 | 第22页 |
| ·局部对比 | 第22页 |
| ·测试数据集 | 第22-24页 |
| ·性能评估指标 | 第24-25页 |
| ·主观视觉评价 | 第24页 |
| ·F-Measure法 | 第24-25页 |
| ·ROC曲线 | 第25页 |
| ·击中与漏检率 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 基于全局对比度的视觉显著计算方法 | 第26-38页 |
| ·引言 | 第26页 |
| ·算法框架 | 第26-28页 |
| ·算法描述 | 第28-33页 |
| ·基于颜色对比度的显著计算 | 第28-29页 |
| ·基于颜色直方图的图像量化 | 第29-31页 |
| ·空间分布特征加权 | 第31-32页 |
| ·归—化与融合 | 第32-33页 |
| ·实验与分析 | 第33-36页 |
| ·主观视觉效果分析 | 第33-35页 |
| ·定量指标评价分析 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 4 基于候选区域的视觉显著计算方法 | 第38-64页 |
| ·引言 | 第38-39页 |
| ·算法框架 | 第39-40页 |
| ·候选区域生成 | 第40-43页 |
| ·空域显著性 | 第43-47页 |
| ·基于上下文与形状侧重的显著图 | 第43-45页 |
| ·显著评分策略 | 第45-47页 |
| ·频域显著性 | 第47-51页 |
| ·基于剩余谱的视觉显著算法及其改进 | 第47-50页 |
| ·显著评分策略 | 第50-51页 |
| ·闭合轮廓性 | 第51-56页 |
| ·边缘检测 | 第52-53页 |
| ·边缘连接与区域填充 | 第53-55页 |
| ·显著评分策略 | 第55-56页 |
| ·局部对比性 | 第56-58页 |
| ·归—化与融合 | 第58-60页 |
| ·实验与分析 | 第60-63页 |
| ·主观视觉效果分析 | 第60-61页 |
| ·定量指标评价分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 5 自然图像感兴趣目标检测应用 | 第64-76页 |
| ·引言 | 第64-65页 |
| ·实现方法 | 第65-67页 |
| ·基于全局对比的感兴趣目标检测 | 第65页 |
| ·基于候选区域的感兴趣目标检测 | 第65-67页 |
| ·实验数据 | 第67-68页 |
| ·数据分类 | 第67页 |
| ·真实值标注 | 第67-68页 |
| ·实验结果与分析 | 第68-74页 |
| ·单目标检测 | 第68-72页 |
| ·多目标检测 | 第72-73页 |
| ·失败典型与分析 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 6 总结与展望 | 第76-78页 |
| ·总结 | 第76-77页 |
| ·展望 | 第77-78页 |
| 致谢 | 第78-80页 |
| 参考文献 | 第80-83页 |
