基于多特征融合的显著目标检测
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第13-28页 |
| 1.1 研究背景与研究意义 | 第13-16页 |
| 1.2 国内外研究动态与现状 | 第16-22页 |
| 1.2.1 RGB显著目标检测 | 第16-20页 |
| 1.2.2 RGB-D显著目标检测 | 第20-22页 |
| 1.3 常用数据集和评价指标 | 第22-26页 |
| 1.3.1 RGB显著目标检测常用数据集 | 第22-24页 |
| 1.3.2 RGB-D显著目标检测常用数据集 | 第24页 |
| 1.3.3 评价指标 | 第24-26页 |
| 1.4 论文主要内容与组织结构 | 第26-28页 |
| 2 基本的多特征融合策略 | 第28-34页 |
| 2.1 多尺度特征融合 | 第28-31页 |
| 2.1.1 得分图加权平均 | 第28页 |
| 2.1.2 得分图和特征图递进融合 | 第28-29页 |
| 2.1.3 得分图递进融合 | 第29-30页 |
| 2.1.4 特征图递进融合 | 第30-31页 |
| 2.2 多模态特征融合 | 第31-34页 |
| 2.2.1 输入阶段融合 | 第31-32页 |
| 2.2.2 底层特征阶段融合 | 第32页 |
| 2.2.3 高层特征阶段融合 | 第32-34页 |
| 3 基于多层次特征融合的RGB显著目标检测 | 第34-50页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基本思路与总体框架 | 第35-36页 |
| 3.3 网络结构介绍 | 第36-42页 |
| 3.3.1 特征提取网络 | 第37-38页 |
| 3.3.2 同分辨率特征图融合 | 第38-39页 |
| 3.3.3 跨分辨率特征图融合 | 第39页 |
| 3.3.4 得分图融合 | 第39-40页 |
| 3.3.5 全局特征模块 | 第40-41页 |
| 3.3.6 网络的训练与测试 | 第41-42页 |
| 3.4 实验验证 | 第42-49页 |
| 3.4.1 数据集和评价标准 | 第42页 |
| 3.4.2 实验设置 | 第42页 |
| 3.4.3 模块有效性验证 | 第42-45页 |
| 3.4.4 与现有方法的实验比较 | 第45-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 基于自适应融合的RGB-D显著目标检测 | 第50-66页 |
| 4.1 引言 | 第50-51页 |
| 4.2 基本思路与总体框架 | 第51-52页 |
| 4.3 网络结构和损失函数介绍 | 第52-56页 |
| 4.3.1 单模态显著性预测分支 | 第53-54页 |
| 4.3.2 显著性融合模块 | 第54-55页 |
| 4.3.3 损失函数 | 第55-56页 |
| 4.4 实验验证 | 第56-64页 |
| 4.4.1 数据集和评价标准 | 第57页 |
| 4.4.2 实验设置 | 第57-58页 |
| 4.4.3 模块有效性验证 | 第58-61页 |
| 4.4.4 与现有方法的实验比较 | 第61-64页 |
| 4.5 本章小结 | 第64-66页 |
| 5 总结与展望 | 第66-68页 |
| 5.1 本文工作总结 | 第66-67页 |
| 5.2 未来工作展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 在学期间所取得的科研成果 | 第74页 |
