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

视觉注意力机制在背景去除中的应用研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-11页
   ·视觉注意力机制的课题背景与意义第8页
   ·视觉注意力机制的研究现状第8-10页
   ·论文的主要安排及内容第10-11页
第二章 视觉注意机制研究的理论基础第11-30页
   ·人类视觉的生理结构第11页
   ·人类视觉感知系统第11-14页
     ·人类视觉信息的产生第12-13页
     ·人类视觉信息的传递第13页
     ·人类视感觉信息处理第13-14页
     ·人类视知觉信息处理第14页
   ·人类视觉认知过程第14-17页
     ·认知中的感觉信息与视知觉信息第15页
     ·人类视觉认知过程第15-17页
   ·人类注意机制第17-19页
     ·选择性视觉注意第18-19页
   ·目前视觉注意模型第19-25页
     ·过滤器模型第20页
     ·反应选择模型第20页
     ·衰减模型第20-21页
     ·探照灯假设模型第21页
     ·特征整合理论第21-25页
   ·目前背景去除模型第25-28页
     ·背景减法第25-27页
     ·帧间差分法第27页
     ·光流法第27-28页
     ·目前背景去除面临的实际问题第28页
   ·小结第28-30页
第三章 基于视觉注意机制的静态场景中显著性特征提取的研究第30-38页
   ·视觉显著性第31-33页
     ·静态特征第31-32页
     ·动态特征第32页
     ·其他特征第32-33页
   ·物体显著性特征提取步骤第33-37页
     ·图像高斯金字塔建立第33页
     ·分量特征图提取第33-35页
     ·显著图合成第35-36页
     ·注意与转移第36-37页
   ·小结第37-38页
第四章 根据视觉显著性二分判断的思想建立背景去除模型第38-45页
   ·局部特征对比第38-39页
   ·中心周围显著性判断第39-41页
     ·显著性计算第40-41页
     ·动态纹理模型建立第41页
   ·背景去除第41-44页
     ·概率分布第41-42页
     ·背景去除过程第42-44页
   ·小结第44-45页
第五章 实验结果及分析第45-48页
   ·静态背景场景第45-46页
   ·动态背景场景第46-47页
   ·实验分析第47-48页
第六章 总结和展望第48-50页
   ·总结第48-49页
   ·展望第49-50页
致谢第50-51页
参考文献第51-55页
附录A第55页

论文共55页,点击 下载论文
上一篇:运动人体视觉分析技术研究
下一篇:基于数据仓库和数据挖掘的企业BOM研究