弱监督场景语义理解
| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第20-34页 |
| 1.1 研究背景和研究意义 | 第20-22页 |
| 1.2 面临的问题 | 第22-23页 |
| 1.3 国内外研究现状 | 第23-29页 |
| 1.3.1 弱监督语义分割 | 第24-26页 |
| 1.3.2 弱监督目标检测 | 第26-29页 |
| 1.4 常用数据集和评价指标 | 第29-31页 |
| 1.4.1 弱监督语义分割常用数据集 | 第29-30页 |
| 1.4.2 弱监督语义分割评价指标 | 第30页 |
| 1.4.3 弱监督目标检测常用数据集 | 第30-31页 |
| 1.4.4 弱监督目标检测评价指标 | 第31页 |
| 1.5 本文的研究内容和贡献 | 第31-34页 |
| 2 基于显著性指导的弱监督语义分割 | 第34-50页 |
| 2.1 引言 | 第34-35页 |
| 2.2 基本思路与总体框架 | 第35页 |
| 2.3 问题建模 | 第35-40页 |
| 2.3.1 加权词典学习 | 第36-37页 |
| 2.3.2 显著性先验 | 第37-39页 |
| 2.3.3 词典聚类 | 第39页 |
| 2.3.4 平滑性约束 | 第39-40页 |
| 2.3.5 完整模型 | 第40页 |
| 2.4 模型求解 | 第40-42页 |
| 2.4.1 更新表示系数X | 第41页 |
| 2.4.2 更新词典D | 第41页 |
| 2.4.3 更新权重W | 第41页 |
| 2.4.4 完整算法 | 第41-42页 |
| 2.4.5 进行语义分割 | 第42页 |
| 2.5 实验结果及分析 | 第42-49页 |
| 2.5.1 实验设置 | 第43页 |
| 2.5.2 算法实现细节及评价方法 | 第43-44页 |
| 2.5.3 模块有效性验证 | 第44-45页 |
| 2.5.4 可调参数分析 | 第45-46页 |
| 2.5.5 MSRC21数据集实验结果 | 第46-47页 |
| 2.5.6 VOC数据集实验结果 | 第47-49页 |
| 2.6 本章小结 | 第49-50页 |
| 3 基于类别相关显著性指导的弱监督目标检测 | 第50-69页 |
| 3.1 引言 | 第50-51页 |
| 3.2 基本思路与总体框架 | 第51页 |
| 3.3 网络结构和损失函数介绍 | 第51-58页 |
| 3.3.1 基于上下文的种子目标选取 | 第52-54页 |
| 3.3.2 物体性预测子网络 | 第54-55页 |
| 3.3.3 候选目标分类子网络 | 第55-56页 |
| 3.3.4 损失函数 | 第56-58页 |
| 3.4 实验验证 | 第58-68页 |
| 3.4.1 数据集和评价标准 | 第58-59页 |
| 3.4.2 实验设置 | 第59-60页 |
| 3.4.3 模块有效性验证 | 第60-62页 |
| 3.4.4 VOC2007数据集实验结果分析 | 第62-66页 |
| 3.4.5 VOC2012数据集实验 | 第66-68页 |
| 3.5 本章小结 | 第68-69页 |
| 4 基于分割感知的弱监督目标检测 | 第69-91页 |
| 4.1 引言 | 第69-70页 |
| 4.2 基本思路和总体框架 | 第70-71页 |
| 4.3 基于分割感知的弱监督目标检测网络结构 | 第71-80页 |
| 4.3.1 语义分割分支 | 第72-75页 |
| 4.3.2 种子目标选取子网络 | 第75-78页 |
| 4.3.3 物体性预测子网络 | 第78-79页 |
| 4.3.4 候选目标分类子网络 | 第79-80页 |
| 4.3.5 总体损失函数 | 第80页 |
| 4.4 实验验证 | 第80-88页 |
| 4.4.1 数据集和评价标准 | 第81页 |
| 4.4.2 实现细节 | 第81-82页 |
| 4.4.3 全局动态池化层有效性验证 | 第82-83页 |
| 4.4.4 模型有效性验证 | 第83页 |
| 4.4.5 VOC2007数据集对比实验 | 第83-86页 |
| 4.4.6 VOC2012数据集对比实验 | 第86页 |
| 4.4.7 图像分类实验 | 第86-88页 |
| 4.5 本章小结 | 第88-91页 |
| 5 基于多尺度目标挖掘的弱监督语义分割 | 第91-113页 |
| 5.1 引言 | 第91-92页 |
| 5.2 基本思路和总体框架 | 第92页 |
| 5.3 目标位置挖掘 | 第92-102页 |
| 5.3.1 弱监督条件下的多尺度特征的探索 | 第93-96页 |
| 5.3.2 目标位置初始化 | 第96-97页 |
| 5.3.3 多尺度目标挖掘网络的结构及损失函数 | 第97-102页 |
| 5.3.4 目标位置挖掘 | 第102页 |
| 5.4 语义分割网络学习 | 第102-103页 |
| 5.5 实验 | 第103-111页 |
| 5.5.1 数据集和评价标准 | 第103-104页 |
| 5.5.2 实验设置和实现细节 | 第104页 |
| 5.5.3 模块有效性验证 | 第104-108页 |
| 5.5.4 VOC2012数据集实验 | 第108-111页 |
| 5.6 本章小结 | 第111-113页 |
| 6 总结与展望 | 第113-116页 |
| 6.1 本文工作总结 | 第113-114页 |
| 6.2 研究工作展望 | 第114-116页 |
| 参考文献 | 第116-125页 |
| 发表文章目录 | 第125页 |
