| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-16页 |
| 1.2 论文主要贡献 | 第16-17页 |
| 1.3 论文结构 | 第17-19页 |
| 第2章 相关工作 | 第19-25页 |
| 2.1 自动图像标注技术 | 第19-20页 |
| 2.1.1 生成模型 | 第19页 |
| 2.1.2 判别模型 | 第19-20页 |
| 2.2 语义分割 | 第20-25页 |
| 2.2.1 全监督语义分割 | 第20-22页 |
| 2.2.2 弱监督语义分割 | 第22-23页 |
| 2.2.3 语义分割常用数据集 | 第23页 |
| 2.2.4 语义分割评估标准 | 第23-25页 |
| 第3章 基于多图学习与块对角约束的全监督语义分割方法 | 第25-35页 |
| 3.1 多角度相似度关系图学习 | 第25-27页 |
| 3.2 凸优化问题求解 | 第27-29页 |
| 3.3 超像素标签预测 | 第29-30页 |
| 3.4 实验评测 | 第30-35页 |
| 3.4.1 基于MSRC数据集的实验效果评测 | 第30-31页 |
| 3.4.2 基于VOC2007数据集的实验效果评测 | 第31-34页 |
| 3.4.3 性能分析 | 第34-35页 |
| 第4章 基于模型评估的弱监督语义分割方法 | 第35-57页 |
| 4.1 弱监督语义分割方法 | 第35-41页 |
| 4.1.1 基于子空间稀疏重构的权重学习 | 第36-37页 |
| 4.1.2 二次规划加速求解 | 第37-39页 |
| 4.1.3 学习基向量 | 第39-41页 |
| 4.2 迭代合并更新算法 | 第41-44页 |
| 4.2.1 拟合参数和得分的条件概率分布 | 第41-42页 |
| 4.2.2 基于高斯混合模型的迭代合并更新算法 | 第42-44页 |
| 4.3 实验评测 | 第44-57页 |
| 4.3.1 特征与子空间结构 | 第44-45页 |
| 4.3.2 稀疏子空间重构 | 第45-48页 |
| 4.3.3 IMU的有效性证明 | 第48-49页 |
| 4.3.4 基于MSRC数据集的实验效果评测 | 第49-54页 |
| 4.3.5 基于VOC2007数据集的实验效果评测 | 第54-55页 |
| 4.3.6 基于SIFT-flow数据集的实验效果评测 | 第55页 |
| 4.3.7 性能分析 | 第55-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-69页 |
| 致谢 | 第69-70页 |
