| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 研究的主要内容 | 第14页 |
| 1.4 论文各章节安排 | 第14-16页 |
| 第二章 计算机视觉中前景目标检测的理论基础与相关工作 | 第16-33页 |
| 2.1 引言 | 第16页 |
| 2.2 静态图像中的前景目标检测 | 第16-25页 |
| 2.2.1 视觉显著性理论 | 第16-18页 |
| 2.2.2 视觉显著性检测原理 | 第18-20页 |
| 2.2.3 图像显著性特征 | 第20-23页 |
| 2.2.4 经典的显著性检测方法 | 第23-25页 |
| 2.3 动态视频中的前景目标检测 | 第25-32页 |
| 2.3.1 视频中的运动检测 | 第25-26页 |
| 2.3.2 背景建模所面临的主要问题 | 第26-27页 |
| 2.3.3 典型的背景建模方法 | 第27-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于小波变换和区域融合的显著性检测 | 第33-48页 |
| 3.1 引言 | 第33-34页 |
| 3.2 小波分析 | 第34-35页 |
| 3.3 Mean-Shift图像分割聚类 | 第35-36页 |
| 3.4 显著性检测算法框架 | 第36-37页 |
| 3.5 局部显著图的计算 | 第37-41页 |
| 3.6 全局显著图的计算 | 第41-43页 |
| 3.7 最终显著图的生成 | 第43-44页 |
| 3.8 实验对比及分析 | 第44-46页 |
| 3.9 本章小结 | 第46-48页 |
| 第四章 基于样本局部密度离群点检测的背景建模算法 | 第48-58页 |
| 4.1 引言 | 第48页 |
| 4.2 基于样本局部密度的离群点检测 | 第48-50页 |
| 4.3 局部背景因子LBF | 第50-52页 |
| 4.4 实验结果与分析 | 第52-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表论文 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |