| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文研究内容 | 第13页 |
| ·论文组织结构 | 第13-15页 |
| 第二章 本文相关的研究工作 | 第15-20页 |
| ·独立成分分析(ICA) | 第15-16页 |
| ·广义高斯分布 | 第16-17页 |
| ·接受者操作特征(ROC) | 第17-19页 |
| ·Kullback-Leibler散度(KL) | 第19-20页 |
| 第三章 基于自然场景统计特性的视觉显著性 | 第20-25页 |
| ·算法概述 | 第20页 |
| ·基于多尺度的图像块(center-surround)模型 | 第20-21页 |
| ·上下文调制的条件概率(PDs)和视觉显著性 | 第21-24页 |
| ·独立成分(ICs) | 第22页 |
| ·根据ICs计算上下文调制的PDs | 第22-23页 |
| ·广义高斯分布(GGD)拟合与显著性模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 静态场景的视觉显著性 | 第25-33页 |
| ·静态场景视觉显著性实验 | 第25-28页 |
| ·多尺度图像块的抽取 | 第25-26页 |
| ·ICA计算与广义高斯分布拟合 | 第26-28页 |
| ·静态自然场景显著性结果与比较 | 第28页 |
| ·视觉显著性和人类注视点在静态场景中的结果分析 | 第28-32页 |
| ·ROC度量参数评估 | 第29-30页 |
| ·KL散度评估 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 动态场景的视觉显著性 | 第33-39页 |
| ·动态场景视觉显著性实验 | 第33-37页 |
| ·多帧模式图像块抽取 | 第33-34页 |
| ·独立成分(ICA)计算 | 第34-35页 |
| ·动态自然场景显著性结果 | 第35-37页 |
| ·动态视觉显著性KL分析与比较 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第六章 总结与展望 | 第39-41页 |
| ·论文总结 | 第39页 |
| ·后续工作展望 | 第39-41页 |
| 附录 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45页 |