| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题背景及研究的目的和意义 | 第10页 |
| ·基于对象的特定对象检测和识别方法研究 | 第10-11页 |
| ·基于场景的特定对象检测和识别方法研究 | 第11页 |
| ·本文的主要工作 | 第11-13页 |
| 第二章 基于目标整体特征的特定对象检测与识别 | 第13-22页 |
| ·基于轮廓描述子的特定对象检测与识别 | 第13-20页 |
| ·基于傅立叶描述子的目标识别 | 第13-17页 |
| ·基于Shape Context 描述子的目标识别 | 第17-19页 |
| ·傅立叶描述子与Shape Context 描述子相结合的目标识别 | 第19-20页 |
| ·基于三维重建与轮廓描述子的特定对象检测与识别 | 第20-22页 |
| 第三章 基于特征与结构信息的特定对象检测与识别 | 第22-38页 |
| ·概述 | 第22-24页 |
| ·基于图论的目标识别方法 | 第24-25页 |
| ·特征点提取与描述 | 第25-27页 |
| ·局部区域特征的表达方法 | 第27-33页 |
| ·基于分块的目标匹配问题表述 | 第27-28页 |
| ·特征区域提取及描述 | 第28-31页 |
| ·特征区域的表达及相互关系 | 第31-33页 |
| ·最优化结构与特征匹配误差 | 第33-35页 |
| ·变换视角的特征区域提取方法改进 | 第35页 |
| ·实验结果 | 第35-37页 |
| ·结论和改进 | 第37-38页 |
| 第四章 基于特征与隐式结构信息的特定对象检测与识别 | 第38-44页 |
| ·概述 | 第38页 |
| ·基于特征与隐式结构信息的特定对象检测与识别问题建模 | 第38-39页 |
| ·局部表达和隐式结构信息 | 第39-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·基于特征空间结构匹配的有效性 | 第42页 |
| ·结合特征相似性的匹配实验结果 | 第42-44页 |
| 第五章 基于上下文的对象检测方法 | 第44-63页 |
| ·概述 | 第44-46页 |
| ·基于场景上下文的对象存在性模型概述 | 第44-45页 |
| ·场景上下文在视觉系统中的作用 | 第45-46页 |
| ·基于统计的对象检测 | 第46-49页 |
| ·基于对象特征的对象检测方法 | 第46-47页 |
| ·基于上下文的对象检测 | 第47-49页 |
| ·基于底层表达场景描述方法 | 第49-51页 |
| ·LabelMe 数据库 | 第49-50页 |
| ·GIST 场景描述方法 | 第50-51页 |
| ·场景描述子的降维 | 第51-53页 |
| ·基于PCA 的场景描述子降维方法 | 第51-53页 |
| ·混合高斯模型建模 | 第53-55页 |
| ·混合高斯模型的训练：EM 算法 | 第55-60页 |
| ·实验结果与分析 | 第60-63页 |
| 第六章 基于场景上下文的注意力模型 | 第63-69页 |
| ·概述 | 第63页 |
| ·对象注意力模型建立 | 第63-64页 |
| ·对象注意力模型训练 | 第64-65页 |
| ·视觉显著性模型 | 第65-66页 |
| ·实验结果与分析 | 第66-69页 |
| 第七章 总结与展望 | 第69-71页 |
| ·本文取得的主要成果 | 第69-70页 |
| ·研究工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表或录用的论文 | 第76-78页 |
