基于增量记忆视觉注意模型的复杂目标识别研究
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究的背景和意义 | 第13-14页 |
| 1.2 国内外研究现状及发展趋势 | 第14-19页 |
| 1.2.1 视觉注意的研究现状 | 第14-16页 |
| 1.2.2 增量记忆的研究现状 | 第16-17页 |
| 1.2.3 目标识别技术的研究现状 | 第17-19页 |
| 1.3 论文主要研究内容及结构安排 | 第19-21页 |
| 第2章 视觉注意与增量记忆 | 第21-30页 |
| 2.1 视觉注意的研究 | 第21-27页 |
| 2.1.1 视觉注意的生理学研究 | 第21-24页 |
| 2.1.2 视觉注意模型 | 第24-27页 |
| 2.2 增量记忆的研究 | 第27-29页 |
| 2.2.1 增量记忆问题描述 | 第27-28页 |
| 2.2.2 增量记忆的有关算法 | 第28-29页 |
| 2.3 本章小节 | 第29-30页 |
| 第3章 增量记忆视觉注意模型 | 第30-41页 |
| 3.1 增量记忆视觉注意模型的流程 | 第30-31页 |
| 3.2 自底向上视觉注意模型 | 第31-38页 |
| 3.2.1 线性滤波 | 第32-33页 |
| 3.2.2 高斯金字塔 | 第33-35页 |
| 3.2.3 中央周边差 | 第35-36页 |
| 3.2.4 独立成分分析 | 第36-37页 |
| 3.2.5 仿真分析 | 第37-38页 |
| 3.3 自顶向下视觉注意模型 | 第38-40页 |
| 3.3.1 模型的流程与实现 | 第38-39页 |
| 3.3.2 仿真分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 增量记忆目标识别分析 | 第41-59页 |
| 4.1 机器学习 | 第41-49页 |
| 4.1.1 机器学习的发展 | 第42-43页 |
| 4.1.2 机器学习的表述 | 第43-44页 |
| 4.1.3 经验风险最小化 | 第44-45页 |
| 4.1.4 机器学习理论 | 第45-46页 |
| 4.1.5 统计学习理论 | 第46-49页 |
| 4.2 增量记忆 | 第49-58页 |
| 4.2.1 支持向量机理论 | 第49-54页 |
| 4.2.2 增量过程分析 | 第54-57页 |
| 4.2.3 增量记忆算法 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第5章 增量记忆视觉注意模型的实现与比较 | 第59-70页 |
| 5.1 实验仿真与结果分析 | 第59-66页 |
| 5.1.1 实验环境 | 第59页 |
| 5.1.2 实验过程 | 第59-63页 |
| 5.1.3 仿真结果 | 第63-65页 |
| 5.1.4 结果分析 | 第65-66页 |
| 5.2 对比分析 | 第66-69页 |
| 5.2.1 SR算法 | 第66页 |
| 5.2.2 HC算法 | 第66-67页 |
| 5.2.3 RC算法 | 第67-68页 |
| 5.2.4 四种显著图仿真比较 | 第68-69页 |
| 5.2.5 四种算法对比分析 | 第69页 |
| 5.3 本章小结 | 第69-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |
