基于语义分析的场景分类方法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第15-35页 |
| 1.1 课题的研究背景和意义 | 第15-16页 |
| 1.2 场景分类的研究现状 | 第16-32页 |
| 1.2.1 基于特征的方法 | 第17-22页 |
| 1.2.2 基于学习的方法 | 第22-32页 |
| 1.3 本文的主要研究内容及结构安排 | 第32-35页 |
| 第2章 基于负加速自适应策略的主动采样方法 | 第35-52页 |
| 2.1 引言 | 第35-36页 |
| 2.2 基于主动学习的采样方法 | 第36-38页 |
| 2.3 负加速自适应主动采样方法 | 第38-43页 |
| 2.3.1 混合度量模型 | 第38-40页 |
| 2.3.2 负加速学习 | 第40-42页 |
| 2.3.3 自适应参数获取 | 第42-43页 |
| 2.4 实验结果和分析 | 第43-51页 |
| 2.4.1 实验设置 | 第43-45页 |
| 2.4.2 结果与分析 | 第45-51页 |
| 2.5 本章小结 | 第51-52页 |
| 第3章 基于多层次抽象语义的场景分类 | 第52-73页 |
| 3.1 引言 | 第52页 |
| 3.2 视觉词包模型和语义鸿沟 | 第52-54页 |
| 3.2.1 视觉词包模型 | 第52-54页 |
| 3.2.2 语义鸿沟度量 | 第54页 |
| 3.3 多层次抽象语义 | 第54-56页 |
| 3.4 多层次抽象语义场景分类 | 第56-60页 |
| 3.4.1 多层次抽象语义场景分类的训练 | 第57-59页 |
| 3.4.2 多层次抽象语义场景分类的预测 | 第59-60页 |
| 3.5 实验结果与分析 | 第60-72页 |
| 3.5.1 数据集描述 | 第60-63页 |
| 3.5.2 实验结果 | 第63-72页 |
| 3.6 本章小结 | 第72-73页 |
| 第4章 基于层次语义表示的室内场景分类 | 第73-92页 |
| 4.1 引言 | 第73-74页 |
| 4.2 目标检测与人类认知模型 | 第74-77页 |
| 4.2.1 目标检测 | 第74-76页 |
| 4.2.2 人类认知模型 | 第76-77页 |
| 4.3 室内场景层次结构的语义表示 | 第77-79页 |
| 4.4 结构层次语义室内场景分类 | 第79-84页 |
| 4.4.1 结构层次语义学习 | 第79-80页 |
| 4.4.2 结构层次语义知识规则库构建 | 第80-83页 |
| 4.4.3 结构层次语义室内场景分类 | 第83-84页 |
| 4.5 实验结果与分析 | 第84-91页 |
| 4.5.1 实验设置 | 第84-86页 |
| 4.5.2 结构层次语义的有效性实验与分析 | 第86-90页 |
| 4.5.3 分类性能实验与分析 | 第90-91页 |
| 4.6 本章小结 | 第91-92页 |
| 第5章 基于马尔科夫逻辑网的室内场景分类 | 第92-108页 |
| 5.1 引言 | 第92页 |
| 5.2 马尔科夫逻辑网 | 第92-94页 |
| 5.3 室内场景的视觉属性 | 第94-96页 |
| 5.4 基于马尔科夫逻辑网语义推理室内场景分类 | 第96-100页 |
| 5.4.1 视觉属性知识库构建 | 第96-99页 |
| 5.4.2 马尔科夫逻辑网室内场景分类 | 第99-100页 |
| 5.5 实验结果 | 第100-107页 |
| 5.5.1 数据集与实现细节 | 第100-101页 |
| 5.5.2 纵向比较结果 | 第101-103页 |
| 5.5.3 横向比较结果 | 第103-104页 |
| 5.5.4 鲁棒性测试 | 第104-107页 |
| 5.6 本章小结 | 第107-108页 |
| 结论 | 第108-110页 |
| 参考文献 | 第110-132页 |
| 攻读博士学位期间发表的论文及其他成果 | 第132-136页 |
| 致谢 | 第136-138页 |
| 个人简历 | 第138页 |
