圖像顯著性檢測算法研究

1 概述
1．1 研究背景及意義
1．2 視覺顯著性理論基礎
1．2．1 人類視覺系統(tǒng)
1．2．2 人類視覺注意機制
1．2．3 視覺顯著性經典理論框架
1．3 視覺顯著性關鍵技術
1．3．1 視覺注視點預測
1．3．2 顯著性區(qū)域檢測
1．4 顯著性檢測研究現(xiàn)狀
1．4．1 自底向上的數(shù)據(jù)驅動模型
1．4．2 自頂向下的任務驅動模型
1．5 顯著性的相關應用
1．6 研究內容及組織結構
1．6．1 主要研究內容
1．6．2 本書的組織結構
2 分層顯著性目標檢測框架研究
2．1 問題形成
2．2 相關研究
2．2．1 多維融合模型
2．2．2 先驗引導模型
2．2．3 決策優(yōu)化模型
2．3 分層顯著性檢測算法
2．3．1 圖的構建
2．3．2 粗粒度層顯著圖檢測
2．3．3 細粒度層顯著圖檢測
2．3．4 顯著圖多層融合
2．4 實驗
2．4．1 實驗評價指標
2．4．2 結果與分析
2．5 本章小結
3 聯(lián)合顯著性檢測算法研究
3．1 問題形成
3．2 相關研究
3．2．1 靜態(tài)顯著性檢測模型
3．2．2 動態(tài)顯著性檢測模型
3．3 聯(lián)合顯著性檢測算法
3．3．1 靜態(tài)顯著性檢測
3．3．2 動態(tài)顯著性檢測
3．3．3 聯(lián)合顯著性融合
3．4 實驗
3．4．1 實驗評價指標
3．4．2 結果與分析
3．5 本章小結
4 基于深度神經網絡模型的顯著性目標檢測算法
4．1 問題形成
4．2 相關研究
4．3 基于多任務深度神經網絡的顯著性目標檢測算法
4．3．1 構建目標上下文圖像
4．3．2 全卷積神經網絡結構
……