| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景 | 第7-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文研究重点 | 第12-13页 |
| 1.4 本文提纲 | 第13-14页 |
| 2 属性学习 | 第14-27页 |
| 2.1 属性学习简介 | 第14-15页 |
| 2.2 属性学习框架 | 第15-19页 |
| 2.3 二值属性 | 第19-21页 |
| 2.4 相对属性 | 第21-25页 |
| 2.5 本章小结 | 第25-27页 |
| 3 主动学习 | 第27-39页 |
| 3.1 主动学习简介 | 第27-28页 |
| 3.2 主动学习综述 | 第28-32页 |
| 3.3 基于Large Margin的主动学习 | 第32-35页 |
| 3.4 基于Expected Model Change的主动学习 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于主动式分析的相对属性学习 | 第39-53页 |
| 4.1 符号描述 | 第39页 |
| 4.2 相对属性模型分析 | 第39-44页 |
| 4.3 基于EGL和SD的主动学习算法 | 第44-47页 |
| 4.4 样本属性标签估计 | 第47-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 实验结果与分析 | 第53-67页 |
| 5.1 属性排序及图像分类 | 第53-55页 |
| 5.2 数据库描述 | 第55-57页 |
| 5.3 实验设置 | 第57-58页 |
| 5.4 实验结果及分析 | 第58-63页 |
| 5.5 本章小结 | 第63-67页 |
| 6 总结与展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |