基于注意力机制的显著区域提取研究和实现
| 致谢 | 第1-3页 |
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-9页 |
| 2 视觉注意力模型 | 第9-14页 |
| ·视觉注意力机制 | 第9-11页 |
| ·视觉注意力模型特征介绍 | 第11-14页 |
| ·静态特征 | 第11-13页 |
| ·动态特征 | 第13页 |
| ·其他特征 | 第13-14页 |
| ·本章小结 | 第14页 |
| 3 显著区域提取 | 第14-33页 |
| ·基于区域生成的显著区域提取的基本方法 | 第14-17页 |
| ·直方图法 | 第15页 |
| ·p 参数法 | 第15-16页 |
| ·基于最大方差自动取阈值的ROI 提取 | 第16-17页 |
| ·基于灰度阈值补偿算法的ROI 提取 | 第17-19页 |
| ·基于局部均值的补偿算法 | 第18页 |
| ·基于局部灰度方差的补偿算法 | 第18-19页 |
| ·基于边缘分割技术的显著区域提取 | 第19-24页 |
| ·基于形态学的图像分割边缘提取 | 第19-23页 |
| ·基于边缘提取的显著区域区域的提取 | 第23-24页 |
| ·基于显著性图的显著区域提取 | 第24-25页 |
| ·模仿人眼视觉特性的显著区域提取 | 第25-26页 |
| ·基于视觉注意的显著区域提取方法 | 第26-32页 |
| ·自底向上的注意模型 | 第27-28页 |
| ·自顶向下的注意模型 | 第28-29页 |
| ·根据显著度图提取感兴趣区域 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 4 视觉注意力特征与特征提取研究 | 第33-40页 |
| ·人的视觉注意力特征 | 第33-36页 |
| ·亮度对比度 | 第33页 |
| ·形状 | 第33-34页 |
| ·纹理 | 第34-35页 |
| ·其它特征 | 第35-36页 |
| ·区域特征提取研究 | 第36-39页 |
| ·提取区域亮度对比度特征 | 第36页 |
| ·提取区域形状特征 | 第36页 |
| ·Gabor 滤波提取区域纹理特征 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 5 一个新的基于注意力机制的显著区域提取方法 | 第40-49页 |
| ·方法介绍 | 第40-42页 |
| ·方法流程 | 第40-41页 |
| ·基于聚类的彩色图像分割 | 第41-42页 |
| ·显著区域提取 | 第42页 |
| ·视频帧预处理 | 第42页 |
| ·区域特征提取实现 | 第42-44页 |
| ·区域亮度对比度 | 第43页 |
| ·区域纹理密度 | 第43页 |
| ·区域位置参数 | 第43-44页 |
| ·区域形状参数 | 第44页 |
| ·基于规则的显著区域提取算法 | 第44-45页 |
| ·同质区域特征归一化 | 第44页 |
| ·计算区域显著度 | 第44页 |
| ·调整区域显著度 | 第44-45页 |
| ·实验与分析 | 第45-49页 |
| ·实验 | 第45-47页 |
| ·分析 | 第47页 |
| ·本章小结 | 第47-49页 |
| 6 结论 | 第49-50页 |
| ·总结 | 第49页 |
| ·未来展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 作者简历 | 第52-53页 |
