基于逻辑标签传播与自适应融合的显著性检测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外课题研究现状 | 第9-11页 |
| 1.3 技术难点及相关工作 | 第11-14页 |
| 1.4 本文创新点 | 第14-15页 |
| 1.5 论文主要工作及章节安排 | 第15-17页 |
| 2 算法相关理论基础 | 第17-29页 |
| 2.1 逻辑标签传播算法(LLP) | 第17-21页 |
| 2.1.1 逻辑回归算法(LR) | 第17-18页 |
| 2.1.2 标签传播算法(LP) | 第18-19页 |
| 2.1.3 逻辑标签传播算法(LLP) | 第19-21页 |
| 2.2 基于超像素分割的图模型理论 | 第21-22页 |
| 2.3 图像窗口目标值算法 | 第22-25页 |
| 2.4 自适应加权融合算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于逻辑标签传播与自适应融合的显著性检测 | 第29-42页 |
| 3.1 算法的主要框架 | 第29-30页 |
| 3.2 相似矩阵的学习 | 第30-32页 |
| 3.2.1 特征提取 | 第31-32页 |
| 3.3 种子点的选取 | 第32-35页 |
| 3.3.1 目标窗口算法 | 第33-34页 |
| 3.3.2 背景区域算法 | 第34-35页 |
| 3.3.3 种子点提取 | 第35页 |
| 3.4 基于逻辑标签传播的显著性区域预测 | 第35-37页 |
| 3.5 加权自适应显著性融合 | 第37-40页 |
| 3.6 多尺度优化 | 第40-41页 |
| 3.7 本章小结 | 第41-42页 |
| 4 实验内容与结果分析 | 第42-56页 |
| 4.1 数据库与评价标准 | 第42-45页 |
| 4.1.1 数据库 | 第42-43页 |
| 4.1.2 评价标准 | 第43-45页 |
| 4.2 实验参数设置 | 第45页 |
| 4.3 实验结果及分析 | 第45-53页 |
| 4.3.1 逻辑回归与标签传播结合的有效性 | 第45-46页 |
| 4.3.2 加权自适应融合方法的有效性 | 第46-47页 |
| 4.3.3 MSRA5000图像库 | 第47-49页 |
| 4.3.4 ECSSD图像库 | 第49-51页 |
| 4.3.5 PASCAL-S图像库 | 第51-52页 |
| 4.3.6 THUS10000图像库 | 第52-53页 |
| 4.4 本算法的不足以及未来改进方向 | 第53-54页 |
| 4.5 本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
