基于语义属性的零样本图像分类
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第14-15页 |
| 1 绪论 | 第15-23页 |
| 1.1 课题的研究背景及意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.3 本文的研究内容 | 第21-22页 |
| 1.4 本文结构 | 第22-23页 |
| 2 属性学习 | 第23-38页 |
| 2.1 属性 | 第23-25页 |
| 2.2 二值属性学习 | 第25-26页 |
| 2.3 相对属性学习 | 第26-30页 |
| 2.4 属性分类器学习 | 第30-33页 |
| 2.5 零样本图像分类 | 第33-37页 |
| 2.6 本章小结 | 第37-38页 |
| 3 基于样本加权的间接属性预测模型 | 第38-53页 |
| 3.1 研究背景 | 第38-39页 |
| 3.2 系统框架图 | 第39-40页 |
| 3.3 基于样本加权的间接属性预测模型 | 第40-43页 |
| 3.4 算法流程 | 第43页 |
| 3.5 实验结果与分析 | 第43-52页 |
| 3.6 本章小结 | 第52-53页 |
| 4 基于属性权值自适应的间接属性预测模型 | 第53-65页 |
| 4.1 研究背景 | 第53-54页 |
| 4.2 系统框架图 | 第54-55页 |
| 4.3 基于属性权值自适应的间接属性预测模型 | 第55-58页 |
| 4.4 算法流程 | 第58-59页 |
| 4.5 实验结果与分析 | 第59-63页 |
| 4.6 本章小结 | 第63-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65页 |
| 5.2 展望 | 第65-67页 |
| 参考文献 | 第67-74页 |
| 作者简历 | 第74-76页 |
| 学位论文数据集 | 第76页 |
