| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 图像协同显著性检测的基础理论 | 第17-25页 |
| 2.1 引言 | 第17页 |
| 2.2 人类视觉感知系统和视觉注意力机制 | 第17-19页 |
| 2.2.1 人类视觉感知系统 | 第17-18页 |
| 2.2.2 视觉注意力机制 | 第18-19页 |
| 2.3 图像底层特征提取 | 第19-22页 |
| 2.3.1 颜色特征 | 第19-20页 |
| 2.3.2 纹理特征 | 第20-22页 |
| 2.3.3 形状特征 | 第22页 |
| 2.4 协同显著性检测的度量 | 第22-24页 |
| 2.4.1 主观视觉评价 | 第23页 |
| 2.4.2 PR曲线和F-measure | 第23页 |
| 2.4.3 ROC曲线 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 空间特征结合对比特征的协同显著性检测算研究 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 空间特征结合对比特征的协同显著性检测算法流程 | 第25-26页 |
| 3.3 图像的预处理阶段 | 第26-27页 |
| 3.3.1 粗略显著区域截取 | 第26页 |
| 3.3.2 特征提取和聚类 | 第26-27页 |
| 3.4 显著性和协同性分析 | 第27-30页 |
| 3.4.1 图像内对比特征 | 第28页 |
| 3.4.2 空间特征 | 第28页 |
| 3.4.3 图像间对比特征 | 第28-30页 |
| 3.4.4 协同显著图的生成 | 第30页 |
| 3.5 实验和分析 | 第30-35页 |
| 3.5.1 实验环境和数据集 | 第30-31页 |
| 3.5.2 Co-saliency Pairs数据库下的实验结果和分析 | 第31-33页 |
| 3.5.3 CMU Cornell iCoseg数据库下的实验结果和分析 | 第33-35页 |
| 3.6 本章小结 | 第35-37页 |
| 第4章 马尔可夫模型结合Simrank相似性的协同显著性检测算法研究 | 第37-53页 |
| 4.1 引言 | 第37页 |
| 4.2 基于马尔可夫吸收概率的显著性检测 | 第37-43页 |
| 4.2.1 吸收马尔可夫链的基本原理 | 第37-38页 |
| 4.2.2 图的表示和相应吸收马尔可夫链的建立 | 第38-39页 |
| 4.2.3 通过马尔可夫吸收概率粗略估计图像的显著性区域 | 第39-40页 |
| 4.2.4 通过前景线索进行背景抑制和前景加强 | 第40-42页 |
| 4.2.5 改善显著性检测的三种措施 | 第42-43页 |
| 4.3 单对图像Simrank相似性计算 | 第43-46页 |
| 4.3.1 塔式分解 | 第44页 |
| 4.3.2 区域特征提取 | 第44页 |
| 4.3.3 协同多层次图表示 | 第44-45页 |
| 4.3.4 归一化的Simrank相似性计算 | 第45-46页 |
| 4.4 协同显著图的生成 | 第46-47页 |
| 4.5 实验和分析 | 第47-51页 |
| 4.5.1 参数设置 | 第47页 |
| 4.5.2 实验结果分析 | 第47-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第5章 基于协同显著性检测的人体目标再识别 | 第53-61页 |
| 5.1 引言 | 第53页 |
| 5.2 人体目标再识别的流程 | 第53页 |
| 5.3 图像显著性检测和图像分割 | 第53-55页 |
| 5.3.1 图像显著性检测 | 第53-54页 |
| 5.3.2 图像分割 | 第54-55页 |
| 5.4 相似性度量 | 第55-57页 |
| 5.5 实验和分析 | 第57-59页 |
| 5.5.1 VIPeR数据库下的实验结果和分析 | 第57-58页 |
| 5.5.2 PRID450s数据库下的实验结果和分析 | 第58-59页 |
| 5.6 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69页 |
