基于视觉本征属性的显著性分析研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 研究现状 | 第16-19页 |
| 1.2.1 图像显著性检测 | 第16-18页 |
| 1.2.2 视频显著性检测 | 第18-19页 |
| 1.3 本文研究内容 | 第19-20页 |
| 1.4 论文结构 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 显著性检测模型 | 第22-35页 |
| 2.1 引言 | 第22页 |
| 2.2 显著性特征 | 第22-26页 |
| 2.2.1 亮度特征 | 第22-23页 |
| 2.2.2 颜色特征 | 第23页 |
| 2.2.3 纹理特征 | 第23-24页 |
| 2.2.4 边缘特征 | 第24-25页 |
| 2.2.5 运动特征 | 第25-26页 |
| 2.3 基于生物视觉的显著性检测模型 | 第26-29页 |
| 2.3.1 视觉显著性生物学基础 | 第26页 |
| 2.3.2 基于生物启发的显著性检测模型 | 第26-29页 |
| 2.4 面向计算的显著性检测模型 | 第29-32页 |
| 2.4.1 静态图像显著性检测模型 | 第29-30页 |
| 2.4.2 动态图像显著性检测 | 第30-32页 |
| 2.5 任务驱动的显著性检测模型 | 第32-34页 |
| 2.5.1 静态图像显著性检测模型 | 第32-33页 |
| 2.5.2 动态图像显著性检测模型 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 基于本征属性驱动的图像显著性检测 | 第35-49页 |
| 3.1 引言 | 第35页 |
| 3.2 问题提出及思路 | 第35-37页 |
| 3.2.1 问题提出 | 第35-36页 |
| 3.2.2 本文思路 | 第36-37页 |
| 3.3 融合梯度和颜色属性的显著性检测 | 第37-41页 |
| 3.3.1 Retinex理论下的显著计算 | 第37-39页 |
| 3.3.2 基于颜色对比的显著性计算 | 第39-41页 |
| 3.3.3 显著图融合 | 第41页 |
| 3.4 实验结果与分析 | 第41-48页 |
| 3.4.1 评价标准 | 第41-42页 |
| 3.4.2 评价数据集 | 第42-43页 |
| 3.4.3 实验设置 | 第43页 |
| 3.4.4 方法有效性验证 | 第43-45页 |
| 3.4.5 与其他方法对比 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于运动信息的视频显著性检测 | 第49-62页 |
| 4.1 引言 | 第49页 |
| 4.2 问题提出及思路 | 第49-51页 |
| 4.2.1 问题提出 | 第49-50页 |
| 4.2.2 本文思路 | 第50-51页 |
| 4.3 视频显著性计算模型 | 第51-57页 |
| 4.3.1 运动特征计算 | 第51-53页 |
| 4.3.2 基于运动特征的显著性计算 | 第53-55页 |
| 4.3.3 视频显著图融合 | 第55-57页 |
| 4.4 实验结果及分析 | 第57-60页 |
| 4.4.1 数据集介绍 | 第57-58页 |
| 4.4.2 实验结果对比 | 第58-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的论文及科研工作 | 第69-71页 |
