首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于光场信息的显著性检测方法研究

致谢第7-8页
摘要第8-9页
ABSTRACT第9页
1 绪论第14-20页
    1.1 选题背景与研究意义第14-15页
    1.2 研究现状第15-18页
        1.2.1 2D图像显著性检测第16-17页
        1.2.2 3D图像显著性检测第17-18页
        1.2.3 光场图像显著性检测第18页
    1.3 本文主要研究内容及章节安排第18-19页
        1.3.1 主要研究内容第18页
        1.3.2 论文章节安排第18-19页
    1.4 本章小结第19-20页
2 光场及显著性检测基本理论第20-30页
    2.1 光场理论及光场数据处理第20-25页
        2.1.1 光场概念及Lytro光场相机第20-22页
        2.1.2 光场数据处理第22-25页
    2.2 图像显著性特征及其评价标准第25-29页
        2.2.1 底层特征第25-26页
        2.2.2 先验信息第26-27页
        2.2.3 评价标准第27-28页
        2.2.4 光场显著性数据集第28-29页
    2.3 本章小结第29-30页
3 基于光场聚焦信息的显著性检测第30-44页
    3.1 问题提出及算法描述第30-31页
    3.2 基于聚焦信息的显著性分析第31-37页
        3.2.1 聚焦切片集的清晰度度量第32-34页
        3.2.2 背景区域提取第34-36页
        3.2.3 对象性和前景切片测量第36-37页
    3.3 显著性计算第37-39页
        3.3.1 位置先验第37-38页
        3.3.2 背景区域对比显著度第38页
        3.3.3 前景目标聚焦显著度第38页
        3.3.4 显著性融合第38-39页
    3.4 实验结果及分析第39-42页
        3.4.1 实验设置第39页
        3.4.2 LFS模型的参数分析第39-40页
        3.4.3 与2D显著性模型的对比分析第40-42页
    3.5 本章小结第42-44页
4 基于光场深度的显著性检测第44-55页
    4.1 问题提出及算法描述第44页
    4.2 基于光场深度的显著性检测第44-45页
    4.3 基于颜色的显著性检测第45-46页
    4.4 显著性融合第46页
    4.5 基于背景概率的显著性增强第46-47页
    4.6 实验结果及分析第47-54页
        4.6.1 实验设置第47页
        4.6.2 不同光场显著性线索的对比分析第47-49页
        4.6.3 与2D及2D深度扩展显著性模型的对比分析第49-52页
        4.6.4 与LFS光场显著性模型的对比分析第52-54页
    4.7 本章小结第54-55页
5 总结与展望第55-57页
    5.1 总结第55页
    5.2 展望第55-57页
参考文献第57-62页
攻读硕士学位期间的学术活动及成果情况第62页

论文共62页,点击 下载论文
上一篇:基于时间和标签信息的个性化地点推荐方法研究
下一篇:面向智能手机的掌纹识别技术研究