| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-12页 |
| 1.3 研究主要目的 | 第12页 |
| 1.4 论文主要章节 | 第12-13页 |
| 第二章 显著性检测算法基础理论与蚁群算法基础知识 | 第13-22页 |
| 2.1 人眼视觉系统基础知识 | 第13-14页 |
| 2.2 显著性检测算法分类及原理简介 | 第14-17页 |
| 2.2.1 显著性检测算法分类 | 第14-15页 |
| 2.2.2 特征提取 | 第15-16页 |
| 2.2.3 显著性检测方法 | 第16-17页 |
| 2.3 蚁群算法简介 | 第17-20页 |
| 2.3.1 蚁群算法发展现状 | 第17-18页 |
| 2.3.2 蚁群优化算法基本步骤 | 第18-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第三章 非压缩域基于蚁群的显著性检测算法仿真与实现 | 第22-35页 |
| 3.1 算法主要步骤 | 第22页 |
| 3.2 非压缩域构建启发矩阵 | 第22-25页 |
| 3.2.1 非压缩域图像和视频特征提取 | 第22-24页 |
| 3.2.2 非压缩域基于蚁群算法的显著性检测 | 第24-25页 |
| 3.3 算法仿真及结果分析 | 第25-34页 |
| 3.3.1 评价标准——ROC曲线与AUC | 第25-26页 |
| 3.3.2 两种ROC评价指标 | 第26-27页 |
| 3.3.3 不同特征提取方法的实验结果 | 第27-31页 |
| 3.3.4 对比方法简介 | 第31-32页 |
| 3.3.5 实验结果对比与分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 压缩域基于蚁群的显著性检测算法仿真与实现 | 第35-52页 |
| 4.1 压缩视频特征提取 | 第35-37页 |
| 4.1.1 压缩编码标准简介 | 第35-36页 |
| 4.1.2 压缩域特征提取原理及具体方法 | 第36-37页 |
| 4.2 压缩域显著性检测算法 | 第37-40页 |
| 4.3 压缩域显著性检测评价指标 | 第40页 |
| 4.4 实验结果及分析 | 第40-50页 |
| 4.4.1 实验数据库简介 | 第40-41页 |
| 4.4.2 对比方法简介 | 第41-42页 |
| 4.4.3 实验参数设置 | 第42-44页 |
| 4.4.4 实验结果 | 第44-50页 |
| 4.4.5 算法稳定性分析 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 算法总结 | 第52页 |
| 5.2 未来展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文目录 | 第58页 |