基于注意力机制的视频显著性检测算法研究

目录

第1章 绪论

1.1 课题背景及研究的目的和意义

1.2 国内外的研究现状概述

1.2.1 图像显著性检测算法研究现状

1.2.2 视频显著性检测算法研究现状

1.2.3 注意力机制算法研究现状

1.3 主要研究内容

1.4 本文组织结构安排

第2章 基于空间域注意力机制的视频显著性检测算法

2.1 引言

2.2 人类视觉注意机制简析

2.2.1 视觉感知系统概述

2.2.2 视觉通路

2.2.3 视觉注意力机制

2.3 算法整体框架设计

2.4 基础主干网络剖析

2.4.1 全卷积神经网络模型设计

2.4.2 多感受野的膨胀卷积模块设计

2.4.3 损失函数设计

2.5 区分特征的多尺度注意力模块设计

2.5.1 注意力单元设计

2.5.2 多尺度注意力模块细节设计

2.6 实验结果与分析

2.6.1 实验设置

2.6.2 模块有效性验证实验

2.7 本章小结

第3章 基于注意力的时空一致性视频显著性检测算法

3.1 引言

3.2 算法整体架构设计

3.3 循环卷积网络剖析

3.3.1 RNN网络原理分析

3.3.2 convLSTM网络原理分析

3.4 嵌入注意力机制的convLSTM模块设计

3.5 实验结果与分析

3.5.1 实验设置

3.5.2 模块有效性验证实验

3.5.3 帧个数对性能影响验证实验

3.6 本章小结

第4章 算法对比实验与分析

4.1 引言

4.2 评估数据集和指标及对比算法

4.2.1 评估数据集

4.2.2 评估指标

4.2.3 对比算法简介

4.3 不同算法在多数据集定性对比

4.4 不同算法在多数据集定量对比

4.4.1 评估指标对比结果分析

4.4.2 实时性结果分析

4.5本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢