首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉注意机制的突发视觉目标捕捉和识别研究

表目录第1-7页
图目录第7-9页
摘要第9-10页
ABSTRACT第10-11页
第一章 绪论第11-16页
   ·视觉注意机制的研究现状第11-14页
     ·自底向上视觉注意模型第13页
     ·自顶向下视觉注意模型第13-14页
     ·视觉注意的应用第14页
   ·论文的主要工作和组织结构第14-16页
第二章 视觉注意机制理论基础第16-24页
   ·人类视觉系统第16-19页
     ·人眼的构造第16-17页
     ·中心周边感受野第17页
     ·颜色拮抗第17-19页
   ·认知心理学第19-20页
   ·视觉注意理论第20-23页
     ·过滤器模型第20-21页
     ·衰减器模型第21页
     ·后期选择理论第21-22页
     ·双加工理论第22页
     ·资源分配理论第22页
     ·探照灯理论第22页
     ·特征整合理论第22-23页
   ·本章小结第23-24页
第三章 基于图像的视觉注意模型第24-34页
   ·一种基于高斯函数的直方图匹配法第24-27页
   ·形态学图像处理第27-29页
     ·腐蚀第27页
     ·膨胀第27-28页
     ·开操作与闭操作第28-29页
   ·Itti 模型第29-33页
     ·初级特征提取第30-31页
     ·显著图生成第31-33页
     ·注意焦点检测和转移第33页
   ·本章小结第33-34页
第四章 一种融合视觉注意机制和光流法的目标识别方法—动静结合第34-60页
   ·运动目标跟踪识别研究简述第34-40页
     ·面临的问题第34-35页
     ·静态背景下运动目标检测第35-38页
     ·动态背景下运动目标检测第38-39页
     ·运动目标跟踪第39-40页
   ·光流法基础第40-43页
     ·基本原理第40-41页
     ·Horn-Schunck 算法基本原理第41-42页
     ·Lucas-Kanade 算法基本原理第42-43页
   ·基于视觉注意和光流法的目标识别第43-51页
     ·算法流程第44-45页
     ·动态、静态显著图合并第45-46页
     ·最大类间方差分割法第46-48页
     ·目标定位第48-49页
     ·跟踪识别第49-51页
   ·实验验证及分析第51-58页
     ·对简单背景单个非刚性大目标检测识别第51-53页
     ·对复杂背景单个刚性小目标检测识别第53-58页
   ·本章小结第58-60页
第五章 总结与展望第60-62页
致谢第62-63页
参考文献第63-66页
作者在学期间取得的学术成果第66页

论文共66页,点击 下载论文
上一篇:基于编码孔径的折反射散焦模糊图像复原方法研究
下一篇:户外环境下基于视觉的移动机器人可通行区域识别研究