| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 图像识别的研究背景 | 第9-10页 |
| 1.2 零样本图像识别的研究背景 | 第10-11页 |
| 1.3 零样本图像识别研究现状 | 第11-13页 |
| 1.4 主要工作概述 | 第13-14页 |
| 1.5 内容章节安排 | 第14-16页 |
| 第二章 相关背景知识介绍 | 第16-23页 |
| 2.1 属性学习 | 第16-18页 |
| 2.1.1 属性 | 第16-17页 |
| 2.1.2 二值属性 | 第17页 |
| 2.1.3 基于属性的零样本图像识别 | 第17-18页 |
| 2.2 直接属性预测方法 | 第18-19页 |
| 2.3 间接属性预测方法 | 第19-20页 |
| 2.4 无监督域适应算法 | 第20-21页 |
| 2.5 本章小结 | 第21-23页 |
| 第三章 基于属性低秩表示的零样本图像识别 | 第23-36页 |
| 3.1 引言 | 第23页 |
| 3.2 基于属性稀疏表示的零样本图像识别 | 第23-25页 |
| 3.3 基于属性低秩表示的零样本图像识别 | 第25-30页 |
| 3.3.1 基于属性低秩表示方法的动机 | 第25-26页 |
| 3.3.2 基于属性低秩表示方法的数学模型 | 第26-28页 |
| 3.3.3 基于属性低秩表示方法的求解 | 第28-30页 |
| 3.4 实验结果与分析 | 第30-34页 |
| 3.4.1 基准对比方法 | 第30-31页 |
| 3.4.2 数据库简介及实验设置 | 第31-32页 |
| 3.4.3 数据库上的实验结果与分析 | 第32-34页 |
| 3.5 本章小结 | 第34-36页 |
| 第四章 基于属性低秩表示样本全训练的零样本图像识别 | 第36-44页 |
| 4.1 引言 | 第36页 |
| 4.2 基于属性低秩表示样本全训练的零样本图像识别 | 第36-39页 |
| 4.2.1 基于属性低秩表示样本全训练方法的动机 | 第36-37页 |
| 4.2.2 基于属性低秩表示样本全训练方法的数学模型与求解 | 第37-39页 |
| 4.3 实验结果与分析 | 第39-42页 |
| 4.3.1 基准对比方法 | 第39-40页 |
| 4.3.2 实验设置 | 第40页 |
| 4.3.3 数据库上的实验结果与分析 | 第40-42页 |
| 4.4 本章小结 | 第42-44页 |
| 第五章 基于属性可提取的低秩表示的零样本图像识别方法 | 第44-54页 |
| 5.1 引言 | 第44页 |
| 5.2 基于属性可提取的低秩表示的零样本图像识别方法 | 第44-49页 |
| 5.2.1 基于属性可提取的低秩表示方法的动机 | 第44-45页 |
| 5.2.2 基于属性可提取的低秩表示方法的数学模型和解 | 第45-49页 |
| 5.3 实验结果与分析 | 第49-52页 |
| 5.3.1 基准对比方法 | 第49-50页 |
| 5.3.2 实验设置 | 第50页 |
| 5.3.3 数据库上的实验结果与分析 | 第50-52页 |
| 5.4 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54-55页 |
| 6.2 进一步研究展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间申请的专利 | 第60-61页 |
| 致谢 | 第61页 |
