多样例图像视觉注意建模及视觉显著性应用研究

声明

摘要

插图目录

表格目录

第1章绪论

1．1 研究背景

1．2 研究意义

1．3 研究现状

1．3．1 自底向上视觉注意

1．3．2自顶向下视觉注意

1．3．3协同视觉注意

1．3．4视觉显著性应用

1．4本文研究内容

1．5本文组织结构

第2章视觉注意建模理论

2．1 引言

2．2视觉注意生理过程

2．3 视觉注意认知理论

2．3．1 Treisman特征整合理论

2．3．2 Koch框架

2．4经典视觉注意模型

2．5本章小结

第3章视觉特征显著性度量

3．1 引言

3．2视觉特征提取

3．2．1 亮度特征

3．2．2颜色特征

3．2．3方向特征

3．2．4纹理特征

3．3特征显著度计算

3．3．1 自显著性

3．3．2全局对比显著性

3．3．3局部对比显著性

3．3．4稀疏性

3．4实验结果及分析

3．5 本章小结

第4章多样例图像特征显著度融合

4．1 引言

4．2 相关工作

4．3基于多示例学习的特征选择

4．3．1示例划分方法

4．3．2多示例学习算法

4．3．3基于多示例学习的特征筛选

4．4基于关注度的特征融合

4．4．1 特征与图像相关度分析

4．4．2特征图融合

4．5 实验结果及分析

4．6 本章小结

第5章多样例图像视觉注意模型

5．1 引言

5．2视觉注意模型

5．3显著对象提取

5．3．1模糊区域增长

5．3．2区域筛选

5．4 实验结果及分析

5．5 本章小结

第6章基于视觉显著性的图像检索

6．1 引言

6．2 相关工作

6．3 基于视觉显著性的单样例图像检索

6．3．1 颜色视觉显著性计算

6．3．2颜色检索特征提取

6．3．3相似性度量

6．3．4实验结果及分析

6．4 基于视觉显著性的多样例图像检索

6．4．1检索特征提取

6．4．2相似性度量

6．4．3实验结果及分析

6．5 本章小结

第7章基于视觉显著性的图像融合

7．1 引言

7．2 相关工作

7．3 视觉显著性融合算法

7．3．1 面向图像融合的视觉显著性模型

7．3．2显著性计算

7．3．3小波系数融合

7．4融合效果评估

7．5 实验结果及分析

7．6 本章小结

第8章总结与展望

8．1 工作总结

8．2主要贡献和创新点

8．3下一步研究工作

参考文献

致谢

在读期间发表的学术论文

在读期间参加的科研项目与获奖情况