图像及视频语义解析的关键技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 绪论 | 第13-25页 |
| ·计算机视觉的主要任务与挑战 | 第13-16页 |
| ·计算机视觉的历史 | 第16-18页 |
| ·关键技术与研究概述 | 第18-22页 |
| ·论文组织结构 | 第22-25页 |
| 2 非负图一致算法的统一解及关于新样本表达的扩展 | 第25-51页 |
| ·背景介绍：非负图一致算法 | 第26-29页 |
| ·非负分解问题的统一解平台 | 第29-35页 |
| ·基于映射转换的非负图一致算法 | 第35-43页 |
| ·实验结果与分析 | 第43-50页 |
| ·本章小结 | 第50-51页 |
| 3 基于非负图一致的图像分类与识别 | 第51-73页 |
| ·基于非负分解的图像标注修复 | 第52-60页 |
| ·非负关联同分解 | 第60-66页 |
| ·实验结果与分析 | 第66-72页 |
| ·本章小结 | 第72-73页 |
| 4 基于正则化稀疏编码的图像区域分割 | 第73-108页 |
| ·研究背景 | 第73-75页 |
| ·基于双层稀疏先验的 L2R | 第75-84页 |
| ·基于搜索的非参数图像区域标注 | 第84-91页 |
| ·基于二阶密度先验和多任务联合稀疏编码的图像分割 | 第91-97页 |
| ·实验结果与分析 | 第97-107页 |
| ·本章小结 | 第107-108页 |
| 5 基于正值互斥先验的多类半监督支持向量机 | 第108-120页 |
| ·相关工作 | 第109页 |
| ·问题公式化 | 第109-113页 |
| ·问题优化 | 第113-115页 |
| ·实验结果与分析 | 第115-119页 |
| ·本章小结 | 第119-120页 |
| 6 基于贝叶斯概率模型的视频解析 | 第120-153页 |
| ·研究背景 | 第121-122页 |
| ·基于混合特征模板的自适应目标跟踪 | 第122-135页 |
| ·基于时空属性图和随机块采样的视频轨迹解析 | 第135-146页 |
| ·实验结果与分析 | 第146-152页 |
| ·本章小结 | 第152-153页 |
| 7 结论 | 第153-157页 |
| ·主要贡献与创新 | 第153-155页 |
| ·未来工作展望 | 第155-157页 |
| 致谢 | 第157-158页 |
| 参考文献 | 第158-178页 |
| 附录 1 攻读博士学位期间发表的学术论文 | 第178-181页 |
| 附录 2 个人简历 | 第181页 |
