第1章 绪论 1
1.1 视觉显著性的研究背景与意义 1
1.2 视觉显著性目标检测概述 3
1.2.1 视觉显著性目标检测算法的分类 3
1.2.2 视觉显著性目标检测算法的比较分析 5
1.2.3 视觉显著性目标检测技术的应用 16
1.3 本书的研究内容与组织框架 16
1.3.1 本书的研究内容 16
1.3.2 本书内容的组织框架 18
第2章 基于场景感知的混合处理模型 19
2.1 视觉信息加工模式研究 19
2.1.1 通用视觉信息加工模式 19
2.1.2 主动视觉加工模式 20
2.1.3 场景感知混合加工模式 21
2.2 场景感知特征理论研究 21
2.3 基于混合加工模型的显著目标识别 23
2.3.1 视觉特征的提取 23
2.3.2 基于混合加工模型的显著目标识别过程 30
小结 37
第3章 视觉认知的心理学研究与bART神经网络模拟 38
3.1 快速场景认知的研究 38
3.1.1 空间尺度在快速场景认知中的作用 40
3.1.2 颜色特征在快速场景认知中的作用 41
3.2 视觉显著特征对目标识别影响的比较研究 42
3.2.1 心理学实验研究 44
3.2.2 实验设计与分析 45
3.3 bART神经网络模拟 48
3.3.1 自适应共振理论 49
3.3.2 偏置自适应共振理论神经网络模型 50
3.3.3 底层视觉特征的提取 54
3.3.4 实验研究 57
小结 61
第4章 基于视觉显著性的火焰目标检测 63
4.1 视觉显著区域 65
4.1.1 傅里叶变换 65
4.1.2 视觉差异显著区域的生成 68
4.2 显著目标对象的提取 71
4.3 基于显著特征点的火焰检测 73
小结 76
第5章 基于视觉显著性的复杂场景烟雾检测 78
5.1 显著运动区域的提取 79
5.1.1 多步长帧间差累积算法 79
5.1.2 显著运动区域提取步骤 81
5.2 显著运动对象的提取 82
5.2.1 图像的稀疏表示与字典学习 82
5.2.2 稀疏矩阵求解 84
5.2.3 显著运动对象像素点的提取 85
5.3 烟雾目标检测 86
5.3.1 运动增长区域的提取 86
5.3.2 烟雾的颜色显著区域检测 86
5.4 采用多种方法的显著运动目标检测 88
小结 90
参考文献 91