基于先验知识和传播机制的图像显著性目标检测
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 自顶向下显著性检测模型 | 第13-14页 |
| 1.2.2 自底向上显著性检测模型 | 第14-16页 |
| 1.3 技术难点 | 第16页 |
| 1.4 本文工作创新点与章节安排 | 第16-18页 |
| 1.4.1 本文创新点 | 第16-17页 |
| 1.4.2 本文组织结构 | 第17-18页 |
| 第2章 显著性检测相关理论知识 | 第18-24页 |
| 2.1 显著性低层特征描述 | 第18-20页 |
| 2.1.1 颜色空间 | 第18-19页 |
| 2.1.2 亮度特征 | 第19页 |
| 2.1.3 纹理特征 | 第19页 |
| 2.1.4 方向特征 | 第19-20页 |
| 2.2 图像超像素分割算法 | 第20-21页 |
| 2.3 图像显著性检测的数据集与评价指标 | 第21-23页 |
| 2.3.1 评价数据集 | 第21-22页 |
| 2.3.2 定量评价指标 | 第22-23页 |
| 2.3.3 定性评价要求 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于混合先验知识和元胞自动机的显著性检测 | 第24-40页 |
| 3.1 从前景出发的先验知识 | 第24-26页 |
| 3.1.1 对比度先验知识 | 第24-25页 |
| 3.1.2 中心先验知识 | 第25-26页 |
| 3.2 从背景出发的先验知识 | 第26-29页 |
| 3.3 混合先验知识显著图 | 第29页 |
| 3.4 基于元胞自动机的传播机制 | 第29-32页 |
| 3.4.1 元胞自动机 | 第30页 |
| 3.4.2 影响因子矩阵 | 第30页 |
| 3.4.3 置信度矩阵 | 第30-31页 |
| 3.4.4 同步更新法则 | 第31-32页 |
| 3.5 实验结果 | 第32-39页 |
| 3.5.1 验证混合先验知识的有效性 | 第32-33页 |
| 3.5.2 验证元胞自动机的有效性 | 第33-34页 |
| 3.5.3 与其他算法的比较 | 第34-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于边界先验和传播机制的显著性检测 | 第40-53页 |
| 4.1 传播算法 | 第40-41页 |
| 4.1.1 传播算法理论 | 第40-41页 |
| 4.1.2 传播算法的特征 | 第41页 |
| 4.2 关联矩阵的构建 | 第41-43页 |
| 4.3 基于可靠边界传播的显著性检测 | 第43-44页 |
| 4.4 基于前景传播的显著性检测 | 第44-46页 |
| 4.5 实验结果 | 第46-52页 |
| 4.5.1 定量分析 | 第46-50页 |
| 4.5.2 定性分析 | 第50页 |
| 4.5.3 验证图结构的有效性 | 第50-51页 |
| 4.5.4 验证边缘选择的有效性 | 第51-52页 |
| 4.5.5 验证结构设计的合理性 | 第52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60页 |
