| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 课题的背景及意义 | 第12-14页 |
| 1.2 课题研究现状 | 第14-19页 |
| 1.2.1 光学遥感图像分类研究现状 | 第14-16页 |
| 1.2.2 图像视觉属性学习研究现状 | 第16-19页 |
| 1.3 视觉属性学习中存在的问题 | 第19-20页 |
| 1.4 论文的主要研究内容和安排 | 第20-24页 |
| 第二章 面向遥感图像分类的视觉属性选择 | 第24-48页 |
| 2.1 引言 | 第24-25页 |
| 2.2 视觉属性学习理论基础 | 第25-30页 |
| 2.2.1 图像低层特征 | 第26-29页 |
| 2.2.2 视觉属性学习方法 | 第29-30页 |
| 2.3 视觉属性选择 | 第30-34页 |
| 2.3.1 视觉属性原理分析与选择标准 | 第30-32页 |
| 2.3.2 面向视觉属性迁移的选择算法 | 第32-34页 |
| 2.4 实验结果与分析 | 第34-45页 |
| 2.4.1 低层特征评估实验与分析 | 第34-38页 |
| 2.4.2 视觉属性选择实验分析 | 第38-45页 |
| 2.5 本章小结 | 第45-48页 |
| 第三章 基于无监督子空间变换的视觉属性迁移 | 第48-64页 |
| 3.1 引言 | 第48-49页 |
| 3.2 方法基本理论 | 第49-53页 |
| 3.2.1 迁移学习原理简介 | 第49-50页 |
| 3.2.2 子空间对齐算法原理 | 第50-52页 |
| 3.2.3 基于极大似然估计本征维度算法原理 | 第52-53页 |
| 3.3 实验结果与分析 | 第53-62页 |
| 3.3.1 源域与目标域图像库介绍 | 第53-55页 |
| 3.3.2 基于子空间变换的遥感图像分类实验 | 第55-62页 |
| 3.4 本章总结 | 第62-64页 |
| 第四章 基于Fisher区分性子空间变换的视觉属性迁移 | 第64-80页 |
| 4.1 引言 | 第64-65页 |
| 4.2 算法理论基础 | 第65-69页 |
| 4.2.1 FLDA基本原理与发展 | 第65-68页 |
| 4.2.2 Bregman方法基本理论 | 第68-69页 |
| 4.3 实验结果与分析 | 第69-79页 |
| 4.3.1 低层特征的子空间维度实验 | 第69-74页 |
| 4.3.2 跨域学习中基于Bregman方法的视觉属性实验 | 第74页 |
| 4.3.3 子空间变换算法实验分析 | 第74-77页 |
| 4.3.4 视觉属性预测实验结果与分析 | 第77-79页 |
| 4.4 本章小结 | 第79-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 5.1 工作总结 | 第80-81页 |
| 5.2 工作展望 | 第81-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-92页 |
| 作者在学期间取得的学术成果 | 第92-93页 |
| 附录 SUNattitudedataset视觉属性标签列表 | 第93页 |
