第一章 绪论
1.1 研究背景与意义
1.2 研究现状与趋势
1.3 本文研究内容与安排
第二章 视觉显著性检测方法与图卷积方法概述
2.1 图像协同显著性目标检测
2.2 图卷积神经网络
第三章 基于图学习与能量优化模型的协同显著性目标检测
3.1 引言
3.2 基于能量函数显著性优化模型的协同显著性目标检测
3.2.1 问题建模与模型建立
3.2.2 模型优化求解
3.2.3 协同显著性计算算法
3.2.4 实验结果与分析
3.3 基于自适应图学习模型的协同显著性目标检测
3.3.1 问题表示与模型建立
3.3.2 模型求解与优化
3.3.3 协同显著性计算算法
3.3.4 实验结果与分析
3.4 本章小节
第四章 基于全局-局部协同图卷积神经网络模型的协同显著性目标检测
4.1 引言
4.2 协同图卷积神经网络模型
4.3 协同显著性计算算法
4.4 模型训练
4.5 实验结果与分析
(1)对比方法
(2)数据集
(3)评估指标
(4)实验细节
(5)主观结果比较
(6)iCoseg数据集评估
(7)MSRC数据集评估
(8)Internet数据集评估
4.6 本章小节
第五章 基于多图联合学习与协同卷积神经网络模型的协同显著性目标检测
5.1 引言
5.2 多图联合学习与协同卷积神经网络模型
5.3 协同显著性计算算法
5.4 模型优化训练
5.5 实验结果与分析
(1)对比方法
(2)数据集
(3)评估指标
(4)实验细节
(5)主观结果比较
(6)iCoseg数据集评估
(7)MSRC数据集评估
(8)Internet数据集评估
(9)成分分析
5.6 本章小节
第六章 总结与展望
6.1 工作总结
6.2 展望
参考文献
攻读学位期间发表的学术论文
攻读硕士期间参加的科研项目
致谢
安徽大学;