论文目录 | |
| 摘要 | 第1-4
页 |
| Abstract | 第4-9
页 |
| 第一章 绪论 | 第9-13
页 |
| · 注意力选择的研究动机: | 第9-10
页 |
| · 注意力选择的研究背景 | 第10-11
页 |
| · 注意力选择的研究范围: | 第11
页 |
| · 自上而下的认知过程: | 第11
页 |
| · 自下而上的感知过程: | 第11
页 |
| · 论文的创新点: | 第11-12
页 |
| · 论文的内容安排: | 第12-13
页 |
| 第二章 注意力选择的研究背景 | 第13-20
页 |
| · 生物视觉的概念: | 第13-14
页 |
| · 什么是注意力? | 第13-14
页 |
| · 显性注意力和隐性注意力 | 第14
页 |
| · 自下而上(Bottom up)和自上而下(Top down)的注意力 | 第14
页 |
| · 注意力选择的心理学模型 | 第14-17
页 |
| · Tresiman & Koch's Model(1985) | 第15-16
页 |
| · Wolfe's Guided Search Model 2.0(1992) | 第16-17
页 |
| · 可计算的注意力选择模型——NVT | 第17-19
页 |
| · 本章小结: | 第19-20
页 |
| 第三章 基于学习和视觉记忆的注意力选择系统 | 第20-37
页 |
| · 注意力选择系统的基本结构 | 第21-22
页 |
| · 运动检测器的设计 | 第22
页 |
| · 视觉记忆模型 | 第22-24
页 |
| · 多层分类回归树/增量多层分类回归树简介: | 第23-24
页 |
| · HDR/IHDR的建树过程: | 第24
页 |
| · HDR/IHDR的更新过程: | 第24
页 |
| · HDR/IHDR的搜索过程: | 第24
页 |
| · 基于视觉记忆的眼球运动估计(EMP) | 第24-25
页 |
| · 自监督竞争神经网络(SSCNN) | 第25-27
页 |
| · 注意力焦点的特征向量提取(SIFT方法) | 第27-30
页 |
| · SIFT概述 | 第27-28
页 |
| · SIFT方法的四个步骤: | 第28-30
页 |
| · 注意力选择系统在机器人上的应用: | 第30-31
页 |
| · 基于注意力选择机制的目标跟踪 | 第30-31
页 |
| · 基于注意力选择的机器人自主导航 | 第31
页 |
| · 实验结果 | 第31-36
页 |
| · 注意力选择实验:随机选择感兴趣的物体 | 第31-32
页 |
| · 在有遮蔽物的情况下进行目标跟踪 | 第32-33
页 |
| · 不规则物体旋转的情况下进行目标跟踪 | 第33-34
页 |
| · 在光照变化的房间里跟踪一个杯子 | 第34-35
页 |
| · 机器人的自主导航 | 第35-36
页 |
| · 本章小结 | 第36-37
页 |
| 第四章 带有遗忘的视觉记忆认知映射 | 第37-48
页 |
| · 视觉记忆的模型: | 第38
页 |
| · 遗忘增量多层分类回归树(AIHDR)简介 | 第38-41
页 |
| · AIHDR树的结构 | 第38-39
页 |
| · AIHDR树的储存和取回行为: | 第39-40
页 |
| · AIHDR树的删除(遗忘)行为: | 第40
页 |
| · 从AIHDR树中删除一个叶子节点: | 第40-41
页 |
| · AIHDR树性能测试 | 第41-44
页 |
| · AIHDR树在平稳数据和非平稳数据上的表现: | 第42-43
页 |
| · AIHDR树在平稳数据和非平稳数据上的表现: | 第43-44
页 |
| · 基于视觉记忆的注意力选择系统的工程应用 | 第44-47
页 |
| · 随机注意力选择并盯住感兴趣的物体 | 第44-45
页 |
| · 注意力选择机制在Motion-JPEG 2000压缩用的应用 | 第45-47
页 |
| · 本章小结 | 第47-48
页 |
| 第五章 基于四元数傅立叶变换的时空显著图获取方法 | 第48-71
页 |
| · 残留谱显著性检测方法(简称SR) | 第48-49
页 |
| · 利用相位谱来获得显著图 | 第49-52
页 |
| · 傅立叶相位谱的意义是什么? | 第50-51
页 |
| · PFT的方法简介 | 第51
页 |
| · PFT与SR的比较实验 | 第51-52
页 |
| · PQFT——时空显著图方法 | 第52-55
页 |
| · 建立一幅图像的四元数图像 | 第53-54
页 |
| · 利用PQFT来计算时空显著图 | 第54-55
页 |
| · 实验结果 | 第55-66
页 |
| · 如何来衡量显著图的好坏? | 第55-56
页 |
| · 视频中感兴趣的目标检测 | 第56-58
页 |
| · 自然图像的目标检测 | 第58-60
页 |
| · 被白色噪声污染的自然图像中的目标检测 | 第60-62
页 |
| · 心理学图像中的目标检测 | 第62-66
页 |
| · 本章总结和讨论 | 第66-68
页 |
| 附录:四元数的简单介绍: | 第68-71
页 |
| 四元数基本概念: | 第68
页 |
| 四元数的极数形式: | 第68-69
页 |
| 四元数的Cayley-Dickson形式与symplectic形式 | 第69
页 |
| 四元数图像傅立叶变换: | 第69-71
页 |
| 第六章 多分辨率时空显著图检测方法及其在图像及视频编码中的应用 | 第71-79
页 |
| · 多分辨下的显著性检测方法: | 第71-74
页 |
| · 衡量PQFT在预测人眼注意力点位置的性能: | 第74-75
页 |
| · 多分辨率小波域注意力模型 | 第75-78
页 |
| · 本章总结和讨论 | 第78-79
页 |
| 第七章 总结与展望 | 第79-80
页 |
| 参考文献 | 第80-83
页 |
| 攻读硕士期间发表的论文 | 第83-84
页 |
| 致谢 | 第84-85
页 |
