基于显著性检测的感兴趣区域编码
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 基本概念 | 第12-14页 |
| 1.2.1 人类视觉系统(HVS) | 第12-13页 |
| 1.2.2 显著性检测 | 第13-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 感兴趣区域(ROI)编码的研究现状 | 第14-15页 |
| 1.3.2 显著性检测的研究现状 | 第15-16页 |
| 1.4 论文研究内容 | 第16-17页 |
| 1.5 论文的安排 | 第17-18页 |
| 1.6 本章小结 | 第18-19页 |
| 2 基于深度分层模型的显著性检测算法 | 第19-34页 |
| 2.1 引言 | 第19-20页 |
| 2.2 图层的提取 | 第20-22页 |
| 2.3 单层显著信息的提取 | 第22-24页 |
| 2.3.1 局部对比 | 第22页 |
| 2.3.2 改进的局部对比 | 第22-23页 |
| 2.3.3 流行排序 | 第23-24页 |
| 2.3.4 显著图的融合 | 第24页 |
| 2.4 最终显著图的判决 | 第24-26页 |
| 2.5 实验结果及分析 | 第26-32页 |
| 2.6 本章小结 | 第32-34页 |
| 3 基于二次量化的DCT域显著性检测 | 第34-47页 |
| 3.1 引言 | 第34-35页 |
| 3.2 颜色特征图的计算 | 第35-37页 |
| 3.3 纹理特征图的计算 | 第37-38页 |
| 3.4 先验特征图的计算 | 第38-39页 |
| 3.4.1 中心先验特征图 | 第38页 |
| 3.4.2 频率先验特征图 | 第38-39页 |
| 3.5 显著图的融合 | 第39-40页 |
| 3.6 实验结果及分析 | 第40-46页 |
| 3.7 本章小结 | 第46-47页 |
| 4 基于显著性检测的感兴趣区域编码 | 第47-58页 |
| 4.1 引言 | 第47-48页 |
| 4.2 基于感兴趣区域的分级量化 | 第48-51页 |
| 4.3 码流中压缩域显著图的计算 | 第51页 |
| 4.4 显著值加权的峰值信噪比(SPSNR) | 第51-52页 |
| 4.5 实验结果及分析 | 第52-57页 |
| 4.6 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第64-66页 |
| 学位论文数据集 | 第66页 |
