计算机理论论文提纲

论文题目：基于知觉理论的计算机图像识别研究

摘要：对于计算机视觉问题,早在20世纪四五十年代就有两种观念相对,“从局部到整体”和“从整体到局部”。一个是以Marr为主的局部特征决定整体的观点,一个是以格式塔理论为主的视知觉过程是整体优先于局部,而局部决定整体的观点在长达半个世纪的时间里一直占据主导地位,直到陈霖在2003年的视觉认知会议上提出拓扑知觉理论,明确指出“拓扑性质优先于局部特征性质”。本文以知觉理论为基础研究人脑与计算机图像识别的关系,从两个方面进行分析,一个是视知觉理论,另一个是认知生物学。从视知觉理论的角度主要探讨了格式塔理论和陈霖的拓扑知觉理论这两个具有里程碑性质的理论。从认知生物学的角度主要描述了基于对生物神经网络结构的模拟产生的深度学习网络。通过研究人脑结构与认知过程的关系得到人脑结构直接影响视觉认知过程。首先研究人的视觉认知能力发展的过程,得到人类视觉系统的初期的原始的辨别是对颜色区域的辨别,颜色是人类视觉系统能认知的最早特征,同时模糊细节注重整体也是人类视觉系统早期就具有的特性。对“分割物体与背景”这一经典问题上综合格式塔理论和拓扑知觉理论的观点,对“显著性-选择-完形”这一处理视觉问题的思路进行了完善。基于知觉理论和视知觉过程,本文提出了主体轮廓提取的算法。详细描述了算法的理论知识与实现基础,以及整个算法模型。之后对主体轮廓提取算法与GrabCut算法在提取主体区域上进行对比并将算法在猫狗照片分类中的进行实际应用,证明了该算法的可用性。基于AlexNet的深度学习神经网络对猫狗照片进行分类训练与测试,得到通过本文提出的主体轮廓算法对原始图像预处理生成的数据进行学习训练的效果要比直接对原始图像训练的效果好得多。一方面对于小数据的处理有深度学习网络不具有的优势,另一方面提升了识别分类的准确率。

关键词：计算机视觉;视知觉理论;拓扑知觉理论;主体轮廓提取;深度学习模型

学科专业：软件工程

摘要

abstract

第一章 绪论

1.1 研究工作的背景与意义

1.2 基于知觉理论的计算机图像识别研究的国内外研究历史与现状

1.3 本文的主要贡献与创新

1.4 本论文的结构安排

1.5 本章小结

第二章 认知与图像识别

2.1 视知觉理论

2.1.1 格式塔理论

2.1.2 拓扑知觉理论

2.2 知觉组织方法

2.2.1 无监督的知觉组织方法

2.2.2 基于主动轮廓的知觉组织方法

2.3 深度学习神经网络

2.3.1 认知生物学与深度学习

2.3.2 卷积神经网络（CNN）

2.4 本章小结

第三章 主体轮廓提取算法研究

3.1 人脑结构和知觉过程

3.1.1 人脑结构与认知功能

3.1.2 人脑结构与视知觉

3.1.3 视觉认知能力

3.1.4“分割”物体与背景

3.2 主体轮廓提取算法的提出

3.3 基于区域的形状表示与描述

3.3.1 区域标识

3.3.2 区域的拓扑性质

3.4 高斯滤波

3.5 HSV颜色空间模型

3.6 主体轮廓提取算法模型

3.6.1 预处理及锐化

3.6.2 区域划分

3.6.3 区域归并

3.6.4 主体轮廓提取

3.7 本章小结

第四章 测试与结果分析

4.1 测试环境与评价指标

4.1.1 测试环境

4.1.2 评价指标

4.2 主体区域提取的测试

4.2.1 主体区域提取对比

4.3 主体轮廓提取算法在猫狗照片分类中的应用

4.3.1 AlexNet深度学习模型

4.3.2 训练模型与数据集

4.3.3 小数据集测试结果

4.3.4 大数据集测试结果

4.4 本章小结

第五章 全文总结与展望

5.1 全文总结

5.2 后续工作展望

致谢

参考文献