本书以提高智能无人系统的环境感知和识别能力为主线，系统展示基于视觉注意机制的服务机器人深度感知方法研究、基于深度学习框架的水下遮挡图像识别方法研究、面向畜类肉品骨骼在线定位的轻量化显著性检测网络构建等典型应用案例。本书充分介绍了视觉显著性检测、视觉注意机制、图像修复、目标检测与识别的发展现状，构建了基于脉冲耦合神经网络和基于元胞自动机多尺度优化的改进显著性区域提取算法，提出了基于两阶段引导的协同显著性检测方法，同时基于深度学习框架搭建多个遮挡图像重构和目标识别方法，并在软件仿真、真实环境等多实验场景中验证了算法的有效性。 本书适合从事智能机器人开发和研制的科研人员、智能制造行业及智能城市建设管理人员阅读，也可作为高等院校人工智能、机器人工程、农业工程等专业教师、学生的参考书。

第一章 绪论
第一节 计算机视觉技术
第二节 视觉注意机制研究现状
一、元胞自动机的基本结构
二、协同显著性算法研究现状
第三节 图像修复与目标检测研究现状
一、图像修复的研究现状
二、目标检测的研究现状
第二章 基于PCNN的显著性区域混合估计模型研究
第一节 引言
第二节 显著性滤波算法
一、图像预处理（abstraction）
二、颜色独立性度量（element uniqueness）
三、空间颜色分布度量（element distribution）
四、生成显著性图（saliency assignment）
五、算法鲁棒性讨论
第三节 基于PCNN的改进显著性区域提取算法
一、输入单元
二、连接调制单元
三、点火脉冲单元
第四节 实验结果及总结分析
一、标准数据库
二、评价方案和指标
三、标准数据库实验及分析
第三章 基于多尺度优化的显著性目标细微区域检测方法研究
第一节 引言
第二节 元胞自动机模型
一、元胞自动机的基本结构
二、元胞自动机的应用
第三节 显著性目标细微区域检测算法
一、暗通道先验原始显著性图
二、元胞自动机优化显著性图
三、贝叶斯概率融合方法
第四节 实验结果及分析
一、DUTOMRON数据库
二、加权综合F值评价方案
三、数据库实验及分析
第四章 基于引导传播和流形排序的协同显著性检测方法研究
第一节 引言
第二节 基于流形排序的显著性计算方法
一、流形排序
二、图模型建立
三、显著性检测
第三节 协同显著性算法模型
一、输入图像预处理
二、图像间显著性传播
三、图像内流形排序
第四节 实验结果及分析
一、协同显著性数据库
二、定性和定量对比实验
三、算法参数讨论
四、算法模型独立性分析
五、算法执行效率
六、真实场景图像检测和分割实验
第五章 场内外特征融合的水下残缺图像精细修复
第一节 常识性知识的检索和嵌入
第二节 特征融合
第三节 基于场内外特征融合的水下残缺图像重构
一、水下残缺图像重构模型
二、粗修复网络
三、精细修复网络
四、损失函数
第四节 场内外特征融合的水下残缺图像修复结果与分析
一、实验设置
二、定性评价实验
三、定量评价实验
第六章 基于显著环境特征融合的水下遮挡目标精细重构
第一节 对比学习
第二节 注意力机制
第三节 基于环境特征融合的水下遮挡目标精细重构
一、水下遮挡目标精细重构模型
二、模型训练与损失函数
第四节 基于环境特征融合的水下遮挡目标重构实验结果与分析
一、实验设置
二、水下遮挡图像重构仿真与结果分析
第七章 水下遮挡目标的识别
第一节 基于迁移学习的水下遮挡目标识别
一、迁移学习介绍
二、基于自适应多特征集成迁移学习模型
三、基于迁移学习的水下遮挡目标识别
第二节 基于融合显著环境特征的水下遮挡目标识别
一、特征提取
二、交互作用
三、目标识别及损失函数
四、基于融合显著环境特征的水下遮挡目标识别仿真与结果分析
第三节 基于两阶段图像重构策略的水下遮挡目标识别
一、自适应边界回归的目标识别模型
二、基于两阶段图像重构策略的水下遮挡目标识别仿真与结果分析
第八章 应用案例
第一节 显著性检测在机器人目标抓取任务中的典型应用案例
一、服务机器人平台介绍
二、基于显著性检测的空间障碍物感知策略
三、基于协同显著性检测的空间物体检测与定位方法
第二节 水下目标识别在AUV场景感知任务中的典型应用案例
一、水下机器人的研究现状
二、图像处理技术在水下机器人领域的应用现状
三、机器人调试与水下图像识别
第三节 轻量级显著性检测在肉品智能化加工中的经典应用案例
一、轻量级显著性检测研究现状
二、国内外肉品智能化加工机器人技术发展状况
三、基于轻量化显著性检测的畜类肉品骨骼在线定位
第四节 总结与展望
一、总结
二、展望
参考文献