| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究目的及意义 | 第7-9页 |
| ·超图模型在图像分析中的研究现状 | 第9-10页 |
| ·超图模型的研究现状 | 第9-10页 |
| ·基于超图的图像分析研究现状 | 第10页 |
| ·超图基本术语 | 第10-12页 |
| ·本文主要工作 | 第12-13页 |
| 第二章 无监督和半监督下超图学习理论 | 第13-26页 |
| ·超图学习算法 | 第13-19页 |
| ·星形展开(Star Expansion) | 第13页 |
| ·连通分量展开(Clique Expansion) | 第13-14页 |
| ·连通分量平均(Clique Averaging) | 第14-15页 |
| ·Rodriguez拉普拉斯算子(Rodriguez's Laplacian) | 第15页 |
| ·Bolla拉普拉斯算子(Bolla's Laplacian) | 第15-16页 |
| ·归一化超图拉普拉斯算子(Normalized Hypergraph Laplacian) | 第16-19页 |
| ·示例分析(Toy Examples) | 第19-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于稀疏重构的超图模型 | 第26-40页 |
| ·传统的简单图构造方法 | 第27-28页 |
| ·基于稀疏表达的L1-图构造方法 | 第28-29页 |
| ·鲁棒稀疏表示(Robust Sparse Representation) | 第28-29页 |
| ·构造L1-图 | 第29页 |
| ·基于稀疏重构的超图模型 | 第29-33页 |
| ·稀疏表示 | 第30-31页 |
| ·超图模型构建 | 第31-33页 |
| ·实验设计及结果分析 | 第33-38页 |
| ·数据集 | 第33-34页 |
| ·图模型的参数设置 | 第34页 |
| ·谱聚类实验结果分析 | 第34-37页 |
| ·半监督分类实验结果分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 基于深度超像素的超图谱分割方法 | 第40-61页 |
| ·常用的无监督分割方法 | 第42-50页 |
| ·均值漂移分割(MS) | 第42-44页 |
| ·归一化割(Ncut) | 第44-45页 |
| ·多尺度归一化割(MNcut) | 第45页 |
| ·基于图论的分割(FH) | 第45-47页 |
| ·基于半监督学习的分割(MLSS) | 第47-48页 |
| ·融合超像素的谱分割(SAS) | 第48-50页 |
| ·基于深度超像素的超图谱分割方法 | 第50-55页 |
| ·深度超像素(DSP) | 第51-52页 |
| ·超图模型构建 | 第52-53页 |
| ·超图谱分割 | 第53-55页 |
| ·实验设计及结果分析 | 第55-60页 |
| ·实验设计 | 第55-56页 |
| ·实验结果及分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结和展望 | 第61-63页 |
| ·论文总结 | 第61页 |
| ·论文展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 作者简介 | 第69页 |
| 作者攻读硕士学位期间发表的学术论文和科研成果 | 第69页 |
