計(jì)算機(jī)視覺(jué)中的目標(biāo)特征模型和視覺(jué)注意模型

計(jì)算機(jī)視覺(jué)中的目標(biāo)特征模型和視覺(jué)注意模型
第一章 緒論
1.1 計(jì)算機(jī)視覺(jué)
1.2 與計(jì)算機(jī)視覺(jué)相關(guān)的學(xué)科
1.3 計(jì)算機(jī)視覺(jué)的應(yīng)用
1.4 計(jì)算機(jī)視覺(jué)的經(jīng)典問(wèn)題
1.5 目標(biāo)特征模型
1.5.1 目標(biāo)自動(dòng)識(shí)別中面臨的挑戰(zhàn)
1.5.2 識(shí)別中特征模型的發(fā)展
1.6 視覺(jué)注意模型
1.6.1 自底向上的視覺(jué)注意
1.6.2 自頂向下的視覺(jué)注意
第二章 目標(biāo)特征模型
2.1 目標(biāo)的基本特征
2.1.1 目標(biāo)的全局特征
2.1.2 目標(biāo)的局部特征
2.2 目標(biāo)的高層特征
2.2.1 目標(biāo)的結(jié)構(gòu)特征
2.2.2 目標(biāo)的視覺(jué)特征
2.3 本章小結(jié)
第三章 基于全局特征的目標(biāo)模型
3.1 引言
3.2 目標(biāo)全局特征建模
3.3 目標(biāo)建模預(yù)處理
3.4 基于不變矩的機(jī)場(chǎng)建模及識(shí)別算法
3.4.1 基于區(qū)域不變矩的目標(biāo)模型
3.4.2 基于目標(biāo)模型的識(shí)別算法
3.4.3 實(shí)驗(yàn)結(jié)果與分析
3.5 基于形狀特征的機(jī)場(chǎng)建模及識(shí)別算法
3.5.1 基于形狀模板的目標(biāo)模型
3.5.2 基于目標(biāo)模型的識(shí)別算法
3.5.3 基于神經(jīng)網(wǎng)絡(luò)的目標(biāo)識(shí)別
3.5.4 實(shí)驗(yàn)結(jié)果與分析
3.6 本章小結(jié)
第四章 基于局部特征的目標(biāo)模型
4.1 引言
4.2 基于局部特征的目標(biāo)模型
4.3 圖像目標(biāo)建模方法
4.3.1 局部特征區(qū)域的選擇和描述符的提取
4.3.2 特征描述子VQ算法及詞匯表
4.3.3 圖像目標(biāo)語(yǔ)義概率擬合
4.4 目標(biāo)局部模型在目標(biāo)識(shí)別和場(chǎng)景分析中的應(yīng)用
4.4.1 特征局部區(qū)域選擇
4.4.2 局部模型在目標(biāo)識(shí)別中的應(yīng)用
4.4.3 局部模型在地物場(chǎng)景分析中的應(yīng)用
4.5 本章小結(jié)
第五章 基于結(jié)構(gòu)特征的目標(biāo)模型
5.1 引言
5.2 目標(biāo)的結(jié)構(gòu)化模型
5.3 目標(biāo)的整體視覺(jué)模型
5.3.1 目標(biāo)的整體視覺(jué)統(tǒng)計(jì)模型
5.3.2 模型的參數(shù)估計(jì)
5.3.3 模型與圖像的匹配算法
5.4 典型目標(biāo)結(jié)構(gòu)模型的模型實(shí)現(xiàn)
5.4.1 局部模型實(shí)現(xiàn)
5.4.2 空間關(guān)系模型實(shí)現(xiàn)
5.5 結(jié)構(gòu)模型在目標(biāo)檢測(cè)中的實(shí)現(xiàn)及應(yīng)用
5.5.1 手動(dòng)選擇模型局部區(qū)域
5.5.2 整體視覺(jué)模型
5.5.3 尋找目標(biāo)局部特征匹配區(qū)域
5.5.4 尋找目標(biāo)結(jié)構(gòu)特征匹配區(qū)域
5.5.5 檢測(cè)結(jié)果
5.6 本章小結(jié)
第六章 基于視覺(jué)特征的目標(biāo)模型
6.1引言
6.2 腦皮層視覺(jué)認(rèn)知的前饋層級(jí)模型
6.2.1 視覺(jué)認(rèn)知的量化模型
6.2.2 模型各層的數(shù)學(xué)模型
6.3 目標(biāo)視覺(jué)認(rèn)知模型及其應(yīng)用
6.3.1 視覺(jué)模型在目標(biāo)識(shí)別中的應(yīng)用
6.3.2 視覺(jué)模型在目標(biāo)檢測(cè)中的應(yīng)用
6.4 本章小結(jié)
第七章 基于目標(biāo)背景對(duì)比度的視覺(jué)注意計(jì)算模型
7.1 引言
7.2 自底向上顯著性圖
7.2.1 顯著性特征提取
7.2.2 顯著性圖的生成
7.3 自頂向下顯著性圖
7.3.1 訓(xùn)練目標(biāo)的表示
7.3.2 顯著性圖的生成
7.4 全局顯著性圖及顯著性區(qū)域的尺寸
7.4.1 全局顯著性圖
7.4.2 顯著性區(qū)域的尺寸
7.5 視覺(jué)轉(zhuǎn)移
7.6 實(shí)驗(yàn)結(jié)果與分析
7.7 本章小結(jié)
第八章 基于目標(biāo)自身特性的視覺(jué)注意計(jì)算模型
8.1 引言
8.2 目標(biāo)表示
8.2.1 特征提取
8.2.2 訓(xùn)練目標(biāo)的表示
8.3 自頂向下的顯著性圖
8.4 全局顯著性圖
8.5 實(shí)驗(yàn)結(jié)果與分析
8.5.1 單目標(biāo)場(chǎng)景
8.5.2 多目標(biāo)場(chǎng)景
8.5.3 合成目標(biāo)場(chǎng)景
8.5.4 自然目標(biāo)場(chǎng)景
8.6 目標(biāo)背景對(duì)比度模型與目標(biāo)自身特性模型的比較
8.7 本章小結(jié)
第九章 基于動(dòng)態(tài)和靜態(tài)的視覺(jué)注意計(jì)算模型
9.1引言
9.2動(dòng)態(tài)顯著圖
9.2.1常用的動(dòng)態(tài)顯著性模型
9.2.2基于信息熵的動(dòng)態(tài)顯著性模型
9.3 靜態(tài)顯著性圖和時(shí)空顯著性圖
9.3.1 靜態(tài)顯著性圖
9.3.2 動(dòng)態(tài)顯著性圖
9.4 實(shí)驗(yàn)結(jié)果與分析
9.5 本章小結(jié)
第十章 基于視覺(jué)注意區(qū)域可分辨率的圖像壓縮模型
10.1引言
10.2 圖像壓縮方法
10.3 可變分辨率的圖像壓縮模型
10.4 實(shí)驗(yàn)結(jié)果與分析
10.5 本章小結(jié)