基于SR-LTM模型的图像物体发现与分割

摘要	第1-6页
英文摘要	第6-8页
1 绪论	第8-11页
2 图像表示方法	第11-28页
·图像过分割	第12-14页
·超像素外观特征	第14-18页
·显著区域检测	第18-22页
·实验：自动选择词典大小	第22-27页
·本章小结	第27-28页
3 LDA模型	第28-33页
·LDA模型的贝叶斯网络结构	第28-29页
·LDA模型的参数推导方法	第29-31页
·变分EM方法	第30-31页
·吉布斯取样法（Gibbs Sampling）	第31页
·LDA模型在图像分析中的应用	第31-33页
·本章小结	第33页
4 SR-LTM模型	第33-47页
·Spatial-LTM模型	第34-35页
·Spatial-LTM模型的不足	第35-36页
·空间正则算子	第36-39页
·外观词语与视觉词语的耦合	第39-40页
·SR-LTM模型的最优化框架以及参数估计方法	第40-44页
·物体发现与分割	第44-46页
·本章小结	第46-47页
5 实验：图像物体发现与分割	第47-50页
6 总结与展望	第50-52页
附图	第52-58页
参考文献	第58-61页
致谢	第61-62页
攻读硕士学位期间取得的研究成果	第62-63页
学位论文数据集表	第63-64页