| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| Contents | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 选题的研究意义及背景 | 第13-15页 |
| 1.2 图像语义理解的发展历程 | 第15-16页 |
| 1.3 课题组以往工作总结 | 第16-17页 |
| 1.4 本文研究内容及组织结构 | 第17-19页 |
| 第二章 计算机视觉中的标注问题 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 概率图模型 | 第19-23页 |
| 2.2.1 发展历史及趋势 | 第19-20页 |
| 2.2.2 图模型的基本类型 | 第20-22页 |
| 2.2.3 统计推断方法 | 第22-23页 |
| 2.3 条件随机场模型 | 第23-26页 |
| 2.3.1 形式定义 | 第23-24页 |
| 2.3.2 概率计算 | 第24-25页 |
| 2.3.3 参数学习 | 第25页 |
| 2.3.4 模型推理 | 第25-26页 |
| 2.4 基于图割的推理过程 | 第26-32页 |
| 2.4.1 能量函数转换 | 第26页 |
| 2.4.2 最小割问题 | 第26-27页 |
| 2.4.3 二元标签的MAP估计 | 第27-29页 |
| 2.4.4 多类标签的MAP估计 | 第29-30页 |
| 2.4.5 基于图割的移动构造 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 多层CRF的构建基础 | 第33-57页 |
| 3.1 引言 | 第33-34页 |
| 3.2 多层CRF原理介绍 | 第34-35页 |
| 3.2.1 CRF的基本处理单元 | 第34页 |
| 3.2.2 分割块内的标签一致性 | 第34-35页 |
| 3.3 引入高阶势能 | 第35-38页 |
| 3.3.1 点对模型 | 第35-36页 |
| 3.3.2 高阶模型 | 第36-38页 |
| 3.4 无监督图像分割 | 第38-44页 |
| 3.4.1 像素和超像素 | 第38-39页 |
| 3.4.2 均值聚类算法K-Means | 第39-41页 |
| 3.4.3 均值漂移算法Mean-shift | 第41-44页 |
| 3.4.3.1 Mean-shift算法推导 | 第41-43页 |
| 3.4.3.2 Mean-shift在图像上的聚类 | 第43-44页 |
| 3.5 像素点稠密特征 | 第44-52页 |
| 3.5.1 局部二进制模式(LBP) | 第44-46页 |
| 3.5.2 纹理基元特征(Texton) | 第46-47页 |
| 3.5.3 尺度不变特征转换(SIFT) | 第47-49页 |
| 3.5.4 颜色特征(Color-SIFT) | 第49-50页 |
| 3.5.5 位置特征(Location) | 第50-52页 |
| 3.5.6 特征聚类 | 第52页 |
| 3.6 Boost分类机制 | 第52-56页 |
| 3.6.1 Boosting的基本思想 | 第52-53页 |
| 3.6.2 Boosting算法用于目标分类 | 第53-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第四章 高阶图像语义分割模型 | 第57-79页 |
| 4.1 引言 | 第57页 |
| 4.2 势能函数计算 | 第57-66页 |
| 4.2.1 一元能量项的生成 | 第58-63页 |
| 4.2.1.1 像素级一元势 | 第58-62页 |
| 4.2.1.2 超像素级一元势 | 第62-63页 |
| 4.2.2 平滑能量项的生成 | 第63-64页 |
| 4.2.2.1 像素级成对势 | 第63-64页 |
| 4.2.2.2 超像素级成对势 | 第64页 |
| 4.2.3 层间能量项的生成 | 第64-66页 |
| 4.2.3.1 Potts模型的层间势能 | 第64-65页 |
| 4.2.3.2 本文的层间势能 | 第65-66页 |
| 4.3 模型推理 | 第66-68页 |
| 4.3.1 参数学习 | 第66-67页 |
| 4.3.2 推理方法 | 第67-68页 |
| 4.4 实验过程与结果分析 | 第68-76页 |
| 4.4.1 数据库介绍 | 第68-69页 |
| 4.4.2 图像标签转换 | 第69-70页 |
| 4.4.3 实验结果分析与对比 | 第70-76页 |
| 4.4.3.1 本文语义分割效果 | 第70-72页 |
| 4.4.3.2 混淆矩阵 | 第72-75页 |
| 4.4.3.3 准确率对比 | 第75-76页 |
| 4.5 本章小结 | 第76-79页 |
| 第五章 总结与展望 | 第79-81页 |
| 5.1 本文总结 | 第79-80页 |
| 5.2 未来展望 | 第80-81页 |
| 参考文献 | 第81-88页 |
| 攻读硕士期间的科研成果 | 第88-89页 |
| 致谢 | 第89页 |