| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1. 绪论 | 第11-21页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 场景理解的国内外研究现状 | 第12-18页 |
| 1.2.1 参数化场景理解 | 第12-13页 |
| 1.2.2 非参数化场景理解 | 第13-15页 |
| 1.2.3 RGB-D场景理解 | 第15-17页 |
| 1.2.4 集体场景理解 | 第17-18页 |
| 1.3 论文主要工作及章节安排 | 第18-21页 |
| 2. 马尔科夫随机场与语义图模型 | 第21-31页 |
| 2.1 引言 | 第21-22页 |
| 2.2 基于马尔科夫随机场的图像标注框架 | 第22-26页 |
| 2.2.1 马尔科夫随机场的邻域系统 | 第22-23页 |
| 2.2.2 马尔科夫随机场与Gibbs分布的等价性 | 第23-24页 |
| 2.2.3 基于Graph Cuts的马尔科夫随机场求解 | 第24-26页 |
| 2.3 语义图模型 | 第26-30页 |
| 2.3.1 k-最近邻语义图 | 第27-28页 |
| 2.3.2 L1范数语义图 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3. 基于马尔科夫随机场的非参数化RGB-D场景理解 | 第31-57页 |
| 3.1 引言 | 第31页 |
| 3.2 标签源构建 | 第31-40页 |
| 3.2.1 全局特征匹配 | 第32-38页 |
| 3.2.2 稀有类别补充 | 第38-40页 |
| 3.3 超像素双向特征匹配 | 第40-43页 |
| 3.3.1 局部特征提取 | 第40-42页 |
| 3.3.2 双向特征匹配 | 第42-43页 |
| 3.4 基于马尔科夫随机场的标签传递 | 第43-48页 |
| 3.4.1 基于稀疏表示的分类(SRC) | 第44页 |
| 3.4.2 基于协同表示的分类(CRC) | 第44-45页 |
| 3.4.3 MRF数据项构建 | 第45-46页 |
| 3.4.4 MRF平滑项构建 | 第46-48页 |
| 3.5 实验结果与分析 | 第48-54页 |
| 3.5.1 NYU-Depth V1数据集 | 第48-49页 |
| 3.5.2 实验结果与分析 | 第49-54页 |
| 3.6 本章小结 | 第54-57页 |
| 4. 基于语义图模型的集体场景理解 | 第57-69页 |
| 4.1 引言 | 第57-58页 |
| 4.2 图像聚类 | 第58-60页 |
| 4.3 基于k-最近邻语义图的集体场景理解 | 第60-61页 |
| 4.4 基于重构系数语义图的集体场景理解 | 第61-64页 |
| 4.4.1 相关研究 | 第61-62页 |
| 4.4.2 基于重构系数语义图构建 | 第62-64页 |
| 4.5 实验结果与分析 | 第64-66页 |
| 4.6 本章小结 | 第66-69页 |
| 5. 总结与展望 | 第69-73页 |
| 5.1 总结 | 第69-70页 |
| 5.3 展望 | 第70-73页 |
| 参考文献 | 第73-79页 |
| 作者简历 | 第79页 |
