声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 混合线索生成器
1.2.2 边缘线索生成器
1.2.3 超像素线索生成器
1.3 本文的研究内容及结构安排
第2章 理论与实验基础
2.1 公共评价指标
2.2 BING生成器
2.2.1 BING的基本概述
2.2.2 级联SVM加速
2.2.3 BING算法流程
2.2.4 实验结果分析
2.3 Edge Boxes生成器
2.3.1 Edge Box的基本概述
2.3.2 Edge Group思想
2.3.3 Edge Boxes算法流程
2.3.4 实验结果分析
2.4 本章小结
第3章 超像素分割与线索
3.1 超像素分割方法
3.1.1 Graph-based
3.1.2 SLIC
3.1.3 自适应阈值的SLICO
3.2 超像素策略
3.2.1 超像素横跨
3.2.2 窗口紧密度
3.3 实验结果与分析
3.4 本章小结
第4章 改进的级联多阈值扩展方法
4.1 窗口聚焦校准
4.2 单层多阈值扩展
4.3 级联扩展
4.3.1 级联扩展机理
4.3.2 级联多阈值扩展算法流程
4.4 实验结果与分析
4.5 本章小结
第5章 SLICO级联后处理生成器
5.1 窗口打分机制
5.2 窗口筛选机制
5.3 后处理生成器整合
5.4 实验结果与分析
5.4.1 SCM-BING实验结果与分析
5.4.2 SCM-EB实验结果与分析
5.4.3 阈值选择依据与影响
5.5 本章小结
结论
致谢
参考文献
攻读硕士学位期间发表的论文及科研成果