| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.3 论文主要内容 | 第18-19页 |
| 1.4 论文组织架构 | 第19-20页 |
| 第二章 总体框架及相关工作 | 第20-32页 |
| 2.1 总体框架 | 第20-22页 |
| 2.1.1 衣物识别模型的总体框架 | 第20-21页 |
| 2.1.2 衣物解析模型的总体框架 | 第21页 |
| 2.1.3 衣物识别与解析模型的关系 | 第21-22页 |
| 2.2 人体姿势估计及部位识别 | 第22页 |
| 2.3 感知归类 | 第22-24页 |
| 2.4 多任务学习 | 第24-25页 |
| 2.4.1 基于范式正则化的多任务学习 | 第25页 |
| 2.5 针对普遍图模型的结构性预测模型 | 第25-31页 |
| 2.5.1 基于隐变量的损失最小化 | 第25-27页 |
| 2.5.2 含隐藏变量结构化损失最小化的近似求解法 | 第27-29页 |
| 2.5.3 信息传递算法 | 第29-31页 |
| 2.6 本章小结 | 第31-32页 |
| 第三章 结合加入衣物共现限制项的多任务学习的衣物识别 | 第32-37页 |
| 3.1 人体姿势识别及人体部位识别 | 第32页 |
| 3.2 特征提取 | 第32-33页 |
| 3.3 加入衣物共现限制项的衣物分类模型 | 第33-34页 |
| 3.4 加入衣物共现限制项的最优问题求解 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于多任务学习与感知归类的衣物解析 | 第37-58页 |
| 4.1 基本的衣物解析模型 | 第38-42页 |
| 4.1.1 衣物解析模型中的势函数 | 第38-41页 |
| 4.1.2 基本衣物解析的整体模型 | 第41-42页 |
| 4.2 感知组织 | 第42-51页 |
| 4.2.1 轮廓对齐损失项 | 第42-46页 |
| 4.2.2 衣物区域的对称性 | 第46-51页 |
| 4.3 基于多任务学习与知觉感知的衣物解析模型 | 第51-57页 |
| 4.3.1 融合多任务学习的一元势函数 | 第51-52页 |
| 4.3.2 体现衣物对称性的二元势函数 | 第52-53页 |
| 4.3.3 加入轮廓对齐代价函数的解析模型 | 第53-54页 |
| 4.3.4 基于多任务学习与感知组织的整体衣物解析模型 | 第54-55页 |
| 4.3.5 衣物解析模型的求解 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 实验结果与分析 | 第58-72页 |
| 5.1 衣物类别/属性识别 | 第58-67页 |
| 5.1.1 数据集说明 | 第58-60页 |
| 5.1.2 衣服类别分类器 | 第60页 |
| 5.1.3 衣服属性分类器 | 第60-61页 |
| 5.1.4 结果分析 | 第61-67页 |
| 5.1.4.1 衣服类别分类器 | 第61-63页 |
| 5.1.4.2 衣服属性分类器 | 第63-65页 |
| 5.1.4.3 通过分析多任务学习权重对特征贡献进行分析 | 第65-67页 |
| 5.2 衣物解析 | 第67-70页 |
| 5.2.1 数据集说明 | 第67-68页 |
| 5.2.2 衣物解析实验说明 | 第68页 |
| 5.2.3 评价指标 | 第68-69页 |
| 5.2.4 实验结果与分析 | 第69-70页 |
| 5.3 本章小结 | 第70-72页 |
| 总结和展望 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的学术论文 | 第79-81页 |
| 致谢 | 第81页 |
