基于上下文的图像标注研究
| 摘要 | 第1-6页 |
| Abstract | 第6-17页 |
| 1 绪论 | 第17-26页 |
| ·选题背景 | 第17-20页 |
| ·本文的研究内容和研究难点 | 第20-23页 |
| ·本文主要贡献和章节安排 | 第23-26页 |
| 2 场景理解与标注的研究现状 | 第26-41页 |
| ·计算机视觉中的图像标注问题 | 第26-29页 |
| ·图像标注中的统计建模 | 第29-33页 |
| ·图像标注中的学习算法 | 第33-36页 |
| ·图像标注中的推理算法 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 3 基于动态混合马尔科夫随机场的图像标注方法 | 第41-71页 |
| ·背景和相关工作 | 第41-44页 |
| ·动态混合马尔科夫随机场模型 | 第44-48页 |
| ·标注模型与产生式学习 | 第48-55页 |
| ·动态混合马尔科夫随机场模型的推理 | 第55-58页 |
| ·实验结果 | 第58-70页 |
| ·本章小结 | 第70-71页 |
| 4 基于数据驱动组合采样的图像标注算法 | 第71-94页 |
| ·背景和相关工作 | 第71-74页 |
| ·自顶向下的贝叶斯模型 | 第74-76页 |
| ·候选图模型 | 第76-83页 |
| ·组合采样 | 第83-86页 |
| ·实验结果 | 第86-92页 |
| ·结论 | 第92-94页 |
| 5 基于分层分割的多尺度上下文框架下的图像标注 | 第94-109页 |
| ·背景和相关工作 | 第94-96页 |
| ·图像表达 | 第96-98页 |
| ·标注模型与判别式学习 | 第98-102页 |
| ·实验结果 | 第102-108页 |
| ·本章小结 | 第108-109页 |
| 6 总结与展望 | 第109-112页 |
| ·全文总结 | 第109-110页 |
| ·对后续工作的展望 | 第110-112页 |
| 致谢 | 第112-114页 |
| 参考文献 | 第114-125页 |
| 附录1 攻读学位期间发表的学术论文 | 第125-126页 |
| 附录2 文中主要公理、定理证明 | 第126-129页 |
