| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 图像中好友关系挖掘 | 第11-13页 |
| 1.2.2 图像中亲属关系识别 | 第13页 |
| 1.3 存在的问题 | 第13-14页 |
| 1.4 本文研究内容与结构 | 第14-17页 |
| 第二章 相关理论及方法综述 | 第17-33页 |
| 2.1 图像中的人物关系分类及其表征 | 第17-18页 |
| 2.2 好友关系挖掘算法综述 | 第18-22页 |
| 2.2.1 基于概率图模型的好友关系挖掘算法 | 第18-19页 |
| 2.2.2 基于关联准则的好友关系挖掘算法 | 第19-20页 |
| 2.2.3 基于上下文感知的好友关系挖掘算法 | 第20-21页 |
| 2.2.4 基于其他方法的好友关系挖掘算法 | 第21-22页 |
| 2.3 亲属关系识别算法综述 | 第22-32页 |
| 2.3.1 亲属关系识别三大子任务及数据集 | 第23-24页 |
| 2.3.2 亲属关系验证算法 | 第24-30页 |
| 2.3.3 亲属关系类型鉴别算法 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于协同过滤的好友照片自动标记算法 | 第33-43页 |
| 3.1 引言 | 第33-34页 |
| 3.2 照片自动标记过程建模 | 第34-38页 |
| 3.2.1 协同过滤算法 | 第35页 |
| 3.2.2 基于人物共现(Co-occurrence)的协同过滤模型 | 第35-37页 |
| 3.2.3 结合社交照片元数据(Meta Data)的协同过滤模型 | 第37-38页 |
| 3.3 实验结果与分析 | 第38-42页 |
| 3.3.1 实验数据集与实验设定 | 第38-40页 |
| 3.3.2 基于人物共现模型的实验结果比较与分析 | 第40-41页 |
| 3.3.3 结合社交照片元数据模型的实验结果比较与分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于图结构模型的家庭树自动构建算法 | 第43-61页 |
| 4.1 引言 | 第43-45页 |
| 4.2 家庭树构建方法 | 第45-53页 |
| 4.2.1 结合照片上下文(Context)的人脸聚类算法 | 第45-49页 |
| 4.2.2 基于部件字典(Part-based Dictionary)的亲属关系判别 | 第49-50页 |
| 4.2.3 基于图结构模型(Pictorial)的家庭树构建 | 第50-53页 |
| 4.3 实验结果与分析 | 第53-60页 |
| 4.3.1 实验数据集与实验设定 | 第53-55页 |
| 4.3.2 人脸聚类实验结果比较与分析 | 第55-58页 |
| 4.3.3 亲属关系识别实验结果比较与分析 | 第58-59页 |
| 4.3.4 动态规划算法性能分析 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 未来研究方向 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 读硕士学位期间发表的论文和成果 | 第71-72页 |
