协同视觉选择注意计算模型研究
| 致谢 | 第1-9页 |
| 摘要 | 第9-10页 |
| Abstract | 第10-18页 |
| 第一章 绪论 | 第18-32页 |
| ·研究背景 | 第18-19页 |
| ·主动视觉及视觉注意机制 | 第19-23页 |
| ·主动视觉 | 第19-21页 |
| ·视觉注意机制 | 第21-23页 |
| ·视觉选择注意机制的研究现状 | 第23-29页 |
| ·视觉注意的认知学研究 | 第23-25页 |
| ·视觉选择注意计算模型的研究 | 第25-29页 |
| ·论文的课题来源、研究内容与章节安排 | 第29-32页 |
| ·所选课题的来源 | 第29-30页 |
| ·论文的研究内容 | 第30-31页 |
| ·论文的章节安排 | 第31-32页 |
| 第二章 协同学、协同模式识别与视觉注意机制 | 第32-46页 |
| ·引言 | 第32-33页 |
| ·协同学理论 | 第33-39页 |
| ·协同学简介 | 第34-35页 |
| ·协同学的数学模型 | 第35-37页 |
| ·支配原理和序参量 | 第37-39页 |
| ·协同模式识别 | 第39-43页 |
| ·协同模式识别的数学模型 | 第39-41页 |
| ·协同模式识别的实现 | 第41-43页 |
| ·协同视觉选择注意机制 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第三章 视觉注意特征图的尺度空间分析 | 第46-66页 |
| ·引言 | 第46-50页 |
| ·感受野和整合野机制 | 第47-49页 |
| ·视觉特征图多尺度表示的必要性 | 第49-50页 |
| ·视觉特征图的非线性尺度空间表示 | 第50-58页 |
| ·图像的尺度空间表示 | 第50-55页 |
| ·视觉特征图提取 | 第55-56页 |
| ·低层特征显著图 | 第56-57页 |
| ·视觉注意显著图 | 第57-58页 |
| ·注视区域最佳尺度选取 | 第58-61页 |
| ·规一化导数 | 第59-60页 |
| ·最佳尺度选择 | 第60-61页 |
| ·算法与实验 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第四章 任务相关的视觉注意显著图 | 第66-82页 |
| ·引言 | 第66-67页 |
| ·协同视觉模式感知 | 第67-75页 |
| ·二义模式感知的协同动力学特性 | 第67-73页 |
| ·多义模式的协同感知 | 第73页 |
| ·偏置矩阵的性质 | 第73-75页 |
| ·基于协同模式感知的任务显著图生成 | 第75-76页 |
| ·低层视觉特征与协同感知模式的对应 | 第75页 |
| ·视觉任务的分解 | 第75页 |
| ·任务显著图生成 | 第75-76页 |
| ·算法与实验 | 第76-80页 |
| ·本章小结 | 第80-82页 |
| 第五章 面向物体的视觉注意显著性度量 | 第82-102页 |
| ·引言 | 第82-83页 |
| ·感知物体的定义及其特征度量 | 第83-88页 |
| ·认知学的研究 | 第83-84页 |
| ·感知物体的数学模型 | 第84-85页 |
| ·感知物体特征的图像固有维度度量 | 第85-88页 |
| ·感知物体提取 | 第88-90页 |
| ·种子区域的确定 | 第88页 |
| ·感知物体增长 | 第88-90页 |
| ·感知物体个数的确定 | 第90页 |
| ·基于协同分组的物体显著性度量 | 第90-95页 |
| ·感知物体的协同分组 | 第90-92页 |
| ·物体组显著性度量 | 第92-95页 |
| ·算法与实验 | 第95-99页 |
| ·本章小结 | 第99-102页 |
| 第六章 视觉注意引导的协同目标识别 | 第102-120页 |
| ·引言 | 第102-103页 |
| ·协同物体学习 | 第103-106页 |
| ·基于主分量分析的原型物体表示 | 第103-105页 |
| ·协同物体学习算法 | 第105-106页 |
| ·协同目标识别 | 第106-118页 |
| ·协同识别算法中的不变性问题 | 第106-112页 |
| ·视觉注意机制引导的协同目标识别 | 第112-118页 |
| ·本章小结 | 第118-120页 |
| 第七章 总结与展望 | 第120-122页 |
| ·论文总结 | 第120-121页 |
| ·研究展望 | 第121-122页 |
| 参考文献 | 第122-130页 |
| 攻读博士学位期间发表论文及参加科研情况 | 第130-131页 |
