圖像顯著性檢測(cè)算法研究

1 概述
1．1 研究背景及意義
1．2 視覺(jué)顯著性理論基礎(chǔ)
1．2．1 人類視覺(jué)系統(tǒng)
1．2．2 人類視覺(jué)注意機(jī)制
1．2．3 視覺(jué)顯著性經(jīng)典理論框架
1．3 視覺(jué)顯著性關(guān)鍵技術(shù)
1．3．1 視覺(jué)注視點(diǎn)預(yù)測(cè)
1．3．2 顯著性區(qū)域檢測(cè)
1．4 顯著性檢測(cè)研究現(xiàn)狀
1．4．1 自底向上的數(shù)據(jù)驅(qū)動(dòng)模型
1．4．2 自頂向下的任務(wù)驅(qū)動(dòng)模型
1．5 顯著性的相關(guān)應(yīng)用
1．6 研究?jī)?nèi)容及組織結(jié)構(gòu)
1．6．1 主要研究?jī)?nèi)容
1．6．2 本書的組織結(jié)構(gòu)
2 分層顯著性目標(biāo)檢測(cè)框架研究
2．1 問(wèn)題形成
2．2 相關(guān)研究
2．2．1 多維融合模型
2．2．2 先驗(yàn)引導(dǎo)模型
2．2．3 決策優(yōu)化模型
2．3 分層顯著性檢測(cè)算法
2．3．1 圖的構(gòu)建
2．3．2 粗粒度層顯著圖檢測(cè)
2．3．3 細(xì)粒度層顯著圖檢測(cè)
2．3．4 顯著圖多層融合
2．4 實(shí)驗(yàn)
2．4．1 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
2．4．2 結(jié)果與分析
2．5 本章小結(jié)
3 聯(lián)合顯著性檢測(cè)算法研究
3．1 問(wèn)題形成
3．2 相關(guān)研究
3．2．1 靜態(tài)顯著性檢測(cè)模型
3．2．2 動(dòng)態(tài)顯著性檢測(cè)模型
3．3 聯(lián)合顯著性檢測(cè)算法
3．3．1 靜態(tài)顯著性檢測(cè)
3．3．2 動(dòng)態(tài)顯著性檢測(cè)
3．3．3 聯(lián)合顯著性融合
3．4 實(shí)驗(yàn)
3．4．1 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)
3．4．2 結(jié)果與分析
3．5 本章小結(jié)
4 基于深度神經(jīng)網(wǎng)絡(luò)模型的顯著性目標(biāo)檢測(cè)算法
4．1 問(wèn)題形成
4．2 相關(guān)研究
4．3 基于多任務(wù)深度神經(jīng)網(wǎng)絡(luò)的顯著性目標(biāo)檢測(cè)算法
4．3．1 構(gòu)建目標(biāo)上下文圖像
4．3．2 全卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
……