基于相对属性学习的视觉比较方法研究
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 引言 | 第16-32页 |
| 1.1 课题研究背景与意义 | 第16-21页 |
| 1.2 国内外研究现状 | 第21-28页 |
| 1.2.1 属性及相对属性 | 第21-24页 |
| 1.2.2 精细视觉比较 | 第24-26页 |
| 1.2.3 有序或相似视觉比较 | 第26-28页 |
| 1.3 主要研究内容及本文的组织结构 | 第28-32页 |
| 1.3.1 主要研究内容 | 第28-30页 |
| 1.3.2 本文的组织结构 | 第30-32页 |
| 第2章 视觉比较中的相对属性研究相关的理论和模型 | 第32-46页 |
| 2.1 引言 | 第32-33页 |
| 2.2 特征选取及降维方法 | 第33-37页 |
| 2.2.1 视觉特征 | 第33-35页 |
| 2.2.2 特征降维方法 | 第35-37页 |
| 2.3 相对属性模型 | 第37-41页 |
| 2.3.1 基于学习排序的相对属性模型 | 第37-39页 |
| 2.3.2 基于深度学习的相对属性模型 | 第39-41页 |
| 2.4 分类模型介绍 | 第41-45页 |
| 2.4.1 二分类模型介绍 | 第41-43页 |
| 2.4.2 多分类模型介绍 | 第43-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第3章 基于线性回归和线性判别分析的视觉比较方法 | 第46-64页 |
| 3.1 引言 | 第46-49页 |
| 3.2 相关工作 | 第49-50页 |
| 3.3 基于LRM和LDA的视觉比较方法 | 第50-54页 |
| 3.3.1 相对属性集 | 第50页 |
| 3.3.2 基于LDA的特征降维 | 第50-52页 |
| 3.3.3 基于线性回归的相对属性模型 | 第52-53页 |
| 3.3.4 算法框架图 | 第53-54页 |
| 3.4 实验结果及分析 | 第54-63页 |
| 3.4.1 实验结果定量分析 | 第55-60页 |
| 3.4.2 实验结果定性分析 | 第60-62页 |
| 3.4.3 运行时间分析 | 第62-63页 |
| 3.5 本章小结 | 第63-64页 |
| 第4章 基于二次判别分析的精细视觉比较方法 | 第64-78页 |
| 4.1 引言 | 第64-66页 |
| 4.2 相关工作 | 第66-67页 |
| 4.3 基于RQDA的精细视觉比较 | 第67-72页 |
| 4.3.1 特征提取 | 第67-68页 |
| 4.3.2 相对属性的局部排序基本思想 | 第68-69页 |
| 4.3.3 RQDA | 第69-71页 |
| 4.3.4 算法框架图 | 第71-72页 |
| 4.4 实验结果及分析 | 第72-77页 |
| 4.4.1 在三个标准数据集上的实验结果分析 | 第73-76页 |
| 4.4.2 γ的取值分析 | 第76-77页 |
| 4.4.3 运行时间分析 | 第77页 |
| 4.5 本章小结 | 第77-78页 |
| 第5章 基于相对属性的有序或相似视觉比较方法 | 第78-90页 |
| 5.1 引言 | 第78-80页 |
| 5.2 相关工作 | 第80-81页 |
| 5.3 基于相对属性的有序或相似视觉比较 | 第81-84页 |
| 5.3.1 视觉比较的OVO多类分类模型 | 第81-82页 |
| 5.3.2 OVO的线性回归模型 | 第82-84页 |
| 5.4 实验结果及分析 | 第84-88页 |
| 5.4.1 在三个经典数据集上的实验分析 | 第84-88页 |
| 5.4.2 运行时间分析 | 第88页 |
| 5.5 本章小结 | 第88-90页 |
| 第6章 总结与展望 | 第90-93页 |
| 6.1 本文总结 | 第90-91页 |
| 6.2 工作展望 | 第91-93页 |
| 参考文献 | 第93-104页 |
| 致谢 | 第104-105页 |
| 攻读博士学位期间发表的学术论文 | 第105-106页 |
| 攻读博士学位期间参加的科研项目 | 第106页 |
