| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-21页 |
| ·课题研究背景及意义 | 第9-16页 |
| ·课题的背景 | 第9-14页 |
| ·课题的意义 | 第14-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·主要研究内容 | 第19-20页 |
| ·本文的组织结构 | 第20-21页 |
| 第2章 多示例学习框架 | 第21-37页 |
| ·问题的提出 | 第21-23页 |
| ·定义 | 第23-24页 |
| ·常见的多示例学习算法 | 第24-29页 |
| ·多样性密度（Diverse Density）算法 | 第24-25页 |
| ·Citation-kNN 算法 | 第25-26页 |
| ·ID3-MI 算法 | 第26-27页 |
| ·RIPPER-MI 算法 | 第27-28页 |
| ·BP-MIP 算法 | 第28-29页 |
| ·SVM-MI 算法的提出 | 第29-35页 |
| ·提出背景 | 第29页 |
| ·SVM-MI 算法的提出 | 第29-31页 |
| ·与 DD-SVM 算法的比较 | 第31-32页 |
| ·特征表示方法 | 第32-33页 |
| ·利用 SVM 来解决 MIL 问题 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 视频字幕提取算法设计 | 第37-55页 |
| ·视频字幕属性 | 第37-38页 |
| ·几何属性 | 第37页 |
| ·颜色属性 | 第37-38页 |
| ·时空属性 | 第38页 |
| ·边缘属性 | 第38页 |
| ·压缩属性 | 第38页 |
| ·视频字幕提取流程 | 第38-45页 |
| ·关键帧定位 | 第38-41页 |
| ·字幕区域定位 | 第41-43页 |
| ·字幕追踪与增强 | 第43-44页 |
| ·字幕分割 | 第44-45页 |
| ·基于多示例学习的视频字幕提取算法设计 | 第45-54页 |
| ·主要流程 | 第46-48页 |
| ·特征提取模块 | 第48-54页 |
| ·包的定义及核函数的选择 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第4章 实验及结果分析 | 第55-62页 |
| ·数据集的选择 | 第55-56页 |
| ·实验衡量标准 | 第56-57页 |
| ·实验结果及分析 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69-70页 |