基于条件随机场的交通场景理解算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的及意义 | 第11页 |
| 1.3 国内外研究现状及发展 | 第11-15页 |
| 1.4 本文主要内容及组织结构 | 第15-18页 |
| 1.4.1 本文主要研究内容 | 第16-17页 |
| 1.4.2 本文的组织结构 | 第17-18页 |
| 第2章 条件随机场(CRF)理论 | 第18-30页 |
| 2.1 概率无向图模型 | 第18-20页 |
| 2.1.1 概率无向图模型定义 | 第19页 |
| 2.1.2 概率无向图模型因子分解 | 第19-20页 |
| 2.2 条件随机场模型 | 第20-28页 |
| 2.2.1 条件随机场的定义 | 第21-23页 |
| 2.2.2 势函数选取 | 第23页 |
| 2.2.3 条件随机场参数估计算法 | 第23-26页 |
| 2.2.4 条件随机场推断算法 | 第26-28页 |
| 2.3 本章小结 | 第28-30页 |
| 第3章 基于规则图像块特征表达的场景理解模型 | 第30-47页 |
| 3.1 引言 | 第30页 |
| 3.2 基于规则图像块的CRF模型 | 第30-40页 |
| 3.2.1 规则图像块的CRF模型的一元势函数 | 第31-38页 |
| 3.2.2 规则图像块的CRF模型的二元势函数 | 第38-40页 |
| 3.3 规则图像块的CRF模型实现 | 第40-41页 |
| 3.4 实验及分析 | 第41-46页 |
| 3.4.1 实验数据库 | 第42页 |
| 3.4.2 算法比较与分析 | 第42-43页 |
| 3.4.3 实验结果 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于超像素特征表达的场景理解模型 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 基于超像素的CRF模型 | 第47-56页 |
| 4.2.1 基于LV分割算法的超像素层获取 | 第47-49页 |
| 4.2.2 基于超像素的CRF模型的一元势函数 | 第49-56页 |
| 4.2.3 基于超像素的CRF模型的二元势函数 | 第56页 |
| 4.3 基于超像素的CRF模型实现 | 第56页 |
| 4.4 基于多分割的图像场景理解 | 第56-57页 |
| 4.5 实验及分析 | 第57-62页 |
| 4.5.1 实验数据库 | 第58页 |
| 4.5.2 算法比较与分析 | 第58页 |
| 4.5.3 实验结果 | 第58-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 本文工作总结 | 第63-64页 |
| 5.2 未来工作及展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71页 |
