| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·注意力选择的研究背景 | 第9-15页 |
| ·视觉注意力 | 第9-11页 |
| ·自下而上和自上而下的注意力 | 第11页 |
| ·具有心理学基础的注意力选择模型 | 第11-14页 |
| ·基于频域的注意力选择模型 | 第14-15页 |
| ·研究动机 | 第15-16页 |
| ·论文的主要贡献和创新点 | 第16-17页 |
| ·论文的内容安排 | 第17-19页 |
| 第二章 基于拓扑性质的注意力选择模型(TPQFT) | 第19-40页 |
| ·心理学的拓扑知觉理论 | 第19-23页 |
| ·拓扑性质的早期知觉 | 第19-22页 |
| ·知觉物体 | 第22页 |
| ·拓扑知觉理论的重大意义 | 第22-23页 |
| ·四元数与超复数 | 第23-26页 |
| ·四元数的基本理论 | 第23-26页 |
| ·四元数应用于注意力选择 | 第26页 |
| ·脉冲耦合神经网络(PCNN) | 第26-30页 |
| ·脉冲耦合神经网络及其应用 | 第26-28页 |
| ·单位连接的脉冲耦合神经网络 | 第28-29页 |
| ·单位连接的脉冲耦合神经网络实现空洞滤波 | 第29-30页 |
| ·TPQFT模型结构 | 第30-33页 |
| ·拓扑通道的建立 | 第30-31页 |
| ·应用于图像注意力选择的TPQFT模型 | 第31-33页 |
| ·应用于视频注意力选择的TPQFT模型 | 第33页 |
| ·试验结果 | 第33-39页 |
| ·自然图像注意力选择 | 第34-35页 |
| ·人工评价显著图的标准 | 第35-36页 |
| ·视频注意力选择 | 第36-38页 |
| ·心理学图像试验 | 第38-39页 |
| ·本章小结与讨论 | 第39-40页 |
| 第三章 注意力显著图评价方法及权重调整的TPQFT模型 | 第40-51页 |
| ·基于通道贡献的显著图评价方法 | 第40-45页 |
| ·模型中各个通道的作用分析 | 第40-42页 |
| ·通道对模型贡献度的评价方法 | 第42-43页 |
| ·显著图的评价方法 | 第43-44页 |
| ·TPQFT模型存在的问题 | 第44-45页 |
| ·权重调整的TPQFT模型(WTPQFT) | 第45-49页 |
| ·WTPQFT模型相对于TPQFT模型进行的改进 | 第45-46页 |
| ·人眼预测的评价方法 | 第46页 |
| ·利用人眼预测标准对拓扑通道权重进行调整 | 第46-48页 |
| ·试验结果 | 第48-49页 |
| ·本章小结与讨论 | 第49-51页 |
| 第四章 注意力显著性信息应用于图像分割 | 第51-71页 |
| ·图像分割的研究背景 | 第51-52页 |
| ·均值平移的图像分割方法(Mean shift) | 第52-58页 |
| ·Mean shift方法简介与基本思想 | 第52-54页 |
| ·扩展的Mean shift | 第54-56页 |
| ·Mean shift的具体算法 | 第56-57页 |
| ·Mean shift应用于图像分割 | 第57-58页 |
| ·基于最大相似度的区域生长人机交互式图像分割方法(MSRM) | 第58-64页 |
| ·区域间相似度的衡量标准 | 第59-61页 |
| ·目标和背景的人工标记 | 第61页 |
| ·基于最大相似度的区域生长规则 | 第61-62页 |
| ·MSRM方法的区域生长过程及结果 | 第62-64页 |
| ·基于显著性信息和最大相似度的区域生长图像自动分割方法(SMSRM) | 第64-65页 |
| ·自动标记物体与背景代替人机交互式标记 | 第64页 |
| ·SMSRM的具体计算方法 | 第64-65页 |
| ·试验结果 | 第65-69页 |
| ·SMSRM的彩色图像分割结果 | 第65-67页 |
| ·SMSRM与MSRM的效果对比 | 第67-68页 |
| ·定量的评价标准 | 第68-69页 |
| ·总结分析 | 第69页 |
| ·本章小结与讨论 | 第69-71页 |
| 第五章 总结与展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士期间撰写,发表的论文 | 第77-78页 |
| 致谢 | 第78-79页 |
