半监督彩色图像分割的研究与应用
| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-8页 |
| 1 引言 | 第8-10页 |
| 2 背景知识概述 | 第10-14页 |
| ·半监督学习 | 第10-11页 |
| ·图像分割 | 第11-13页 |
| ·本章小结 | 第13-14页 |
| 3 隐马尔科夫随机场半监督聚类算法 | 第14-29页 |
| ·邻域体系和团 | 第14-16页 |
| ·随机场 | 第16-19页 |
| ·马尔科夫随机场（MRF） | 第17页 |
| ·吉布斯（Gibbs）随机场 | 第17-18页 |
| ·隐马尔科夫随机场（HMRF） | 第18-19页 |
| ·模型背景 | 第19-23页 |
| ·标签的马尔科夫随机场 | 第21页 |
| ·HMRF 中的联合概率 | 第21-22页 |
| ·半监督聚类的目标函数 | 第22-23页 |
| ·HMRF-半监督聚类算法算法 | 第23-27页 |
| ·正规化部分的估计 | 第23-24页 |
| ·参数的先验概率 | 第24页 |
| ·自适应距离度量 | 第24-26页 |
| ·HMRF-KMeans 算法 | 第26-27页 |
| ·EM 算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 半监督MS-HMRF 模型 | 第29-43页 |
| ·初始化 | 第29-38页 |
| ·均值漂移（MEANSHIFT）算法 | 第38-39页 |
| ·MS-HMRF 算法 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 5 纹理特征在HMRF 模型中的应用 | 第43-48页 |
| ·纹理特征 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 6 实验结果分析 | 第48-61页 |
| ·MS-HMRF 算法的实验结果与分析 | 第48-58页 |
| ·加入纹理特征的MS-HMRF 实验结果与分析 | 第58-61页 |
| 7 图像分割的实际应用 | 第61-74页 |
| ·人脸检测中的应用 | 第61-73页 |
| ·本章小结 | 第73-74页 |
| 8 结论及展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 作者简历及在学研究成果 | 第78-80页 |
| 学位论文数据集 | 第80页 |
