声明
摘要
第1章 绪论
1．1 选题背景
1．2 国内外研究现状
1．2．1 视觉神经生理学基础
1．2．2 视觉计算理论
1．2．3 视觉计算模型
1．3 面临的困难
1．4 本文的研究内容及章节安排
第2章 视觉感知系统的基础知识和计算理论基础
2．1 人类视觉感知系统概述
2．1．1 视觉信息处理过程
2．1．2 人类视觉系统的生理构造
2．2 视觉感知系统的生理特性
2．2．1 感受野特性
2．2．2 超柱结构
2．2．3 视觉注意机制
2．2．4 视皮层神经元的自组织机制
2．2．5 视觉感知系统的层次化结构
2．2．6 空间金字塔匹配框架
2．3 国内外现有的视觉通路计算模型
2．3．1 前向等级计算模型
2．3．2 交互型等级计算模型
2．4 视觉通路计算模型的建立基础
2．5 本章小结
第3章 视觉信息处理模型——HMAX
3．1 皮层等处理级计算模型
3．1．1 简单细胞数学模型
3．1．2 高斯函数
3．2 HMAX模型的研究现状
3．2．1 标准HMAX模型
3．2．2 Serre提出的分级模型
3．2．3 基于稀疏化局部特征的视觉通路计算模型
3．3 改进的视觉通路计算模型
3．3．1 构造视觉简单细胞新模型
3．3．2 简化S1层和C1层输出
3．3．3 学习过程中限定特征提取位置
3．3．4 结合注意机制，甄选特征显著点
3．3．5 改进的视觉通路计算模型
3．4 本章小结
第4章 视觉通路计算模型在目标识别中的应用
4．1 其他视觉信息特征提取模型
4．1．1 Saliency Map显著图模型
4．1．2 Object Bank特征提取模型
4．2 支持向量机分类器(SVM)
4．2．1 两类分类情况
4．2．2 多类分类情况
4．3 编程环境及实验参数
4．4 图像库选择
4．5 实验结果分析与比较
4．5．1 标准图像集(Caltech101、Caltech6)
4．5．2 人工数据库(车牌)识别实验
4．6 本章小结
第5章 总结与展望
5．1 工作总结
5．2 后续研究工作展望
致谢
参考文献
作者简介
