| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 感兴趣区域提取方法研究现状 | 第10-11页 |
| 1.3 论文研究内容和结构安排 | 第11-13页 |
| 第二章 典型视觉注意模型介绍 | 第13-25页 |
| 2.1 Itti模型 | 第13-16页 |
| 2.1.1 特征提取 | 第13-14页 |
| 2.1.2 显著图融合 | 第14-15页 |
| 2.1.3 提取感兴趣区域 | 第15-16页 |
| 2.2 谱残余视觉注意模型(SR模型) | 第16-19页 |
| 2.2.1 谱残余模型的理论基础 | 第17-18页 |
| 2.2.2 谱残余模型的算法过程 | 第18-19页 |
| 2.3 FT视觉注意模型 | 第19-20页 |
| 2.4 感兴趣区域的评价指标 | 第20-21页 |
| 2.4.1 查全率、查准率和F值 | 第20页 |
| 2.4.2 ROC曲线 | 第20-21页 |
| 2.5 三种视觉注意模型的比较分析 | 第21-23页 |
| 2.6 本章小结 | 第23-25页 |
| 第三章 眼动ROI的提取 | 第25-33页 |
| 3.1 眼动实验 | 第25-28页 |
| 3.1.1 眼动仪介绍 | 第25-26页 |
| 3.1.2 眼动实验过程 | 第26-27页 |
| 3.1.3 眼动实验数据筛选和处理 | 第27-28页 |
| 3.2 眼动ROI提取算法 | 第28-30页 |
| 3.3 本章小结 | 第30-33页 |
| 第四章 基于谱残余模型的快速视频感兴趣区域提取算法 | 第33-61页 |
| 4.1 算法框架 | 第33-34页 |
| 4.2 人眼权重矩阵 | 第34-35页 |
| 4.3 频谱与显著性研究 | 第35-41页 |
| 4.3.1 相位谱与显著性 | 第36页 |
| 4.3.2 幅度谱与显著性 | 第36-37页 |
| 4.3.3 谱残余模型的幅度谱处理方式 | 第37-39页 |
| 4.3.4 HFT模型的幅度谱处理方式 | 第39-40页 |
| 4.3.5 改进的幅度谱处理方式 | 第40-41页 |
| 4.4 颜色特征和超复数傅里叶变换 | 第41-45页 |
| 4.4.1 颜色模型转换 | 第41-43页 |
| 4.4.2 超复数傅里叶变换 | 第43-45页 |
| 4.5 图像相似度与视频静态显著性分析 | 第45-48页 |
| 4.5.1 图像相似度计算 | 第46页 |
| 4.5.2 基于图像相似度的显著性计算 | 第46-48页 |
| 4.6 运动显著图提取 | 第48-52页 |
| 4.6.1 帧间差分法介绍 | 第49-50页 |
| 4.6.2 实验结果 | 第50-52页 |
| 4.7 显著图融合与分割 | 第52-53页 |
| 4.7.1 显著图融合 | 第52页 |
| 4.7.2 阈值分割 | 第52-53页 |
| 4.8 实验结果与分析 | 第53-59页 |
| 4.9 本章小结 | 第59-61页 |
| 第五章 ROI提取算法的应用 | 第61-69页 |
| 5.1 ROI提取算法在H.264视频压缩编码中的应用 | 第61-65页 |
| 5.1.1 H.264编码标准的基本原理 | 第61-62页 |
| 5.1.2 基于ROI的H.264视频压缩编码 | 第62-63页 |
| 5.1.3 实验结果 | 第63-65页 |
| 5.2 ROI提取算法在摄像头视频中的应用 | 第65-67页 |
| 5.3 本章小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69-70页 |
| 6.2 工作展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 作者简介 | 第77页 |