| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 专用术语注释表 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 选题的研究背景与意义 | 第12-13页 |
| 1.2 图像标注的国内外现状 | 第13-16页 |
| 1.3 研究内容与组织结构 | 第16-18页 |
| 第二章 场景标注基本概念与原理 | 第18-28页 |
| 2.1 传统场景语义标注框架 | 第18-26页 |
| 2.1.1 过分割算法与场景标注 | 第19-21页 |
| 2.1.2 概率图模型与场景标注 | 第21-26页 |
| 2.2 本文场景语义标注框架 | 第26-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 融合深度的多尺度图像过分割 | 第28-37页 |
| 3.1 gpb-ucm图像过分割 | 第28-30页 |
| 3.2 改进型gpb-ucm图像过分割 | 第30-33页 |
| 3.2.1 几何边缘引导过分割 | 第30-31页 |
| 3.2.2 多尺度分层过分割 | 第31-32页 |
| 3.2.3 多尺度融合 | 第32-33页 |
| 3.3 实验结果与分析 | 第33-36页 |
| 3.3.1 实验数据 | 第33页 |
| 3.3.2 主观评价 | 第33-35页 |
| 3.3.3 客观评价 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于多模态特征自底向上二阶CRFs模型的图像标注 | 第37-54页 |
| 4.1 自底向上二阶CRFs模型建模 | 第37-46页 |
| 4.1.1 融合多模态特征的一元势能函数 | 第39-45页 |
| 4.1.2 融合对比信息的成对势能函数 | 第45-46页 |
| 4.2 基于BCFW二阶CRFs模型学习 | 第46-47页 |
| 4.3 基于图分割的二阶CRFs模型推理 | 第47-48页 |
| 4.4 实验结果与分析 | 第48-53页 |
| 4.4.1 实验数据 | 第49页 |
| 4.4.2 主观评价 | 第49-51页 |
| 4.4.3 客观评价 | 第51-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于字典学习自顶向下高阶CRFs模型的图像标注 | 第54-67页 |
| 5.1 自顶向下高阶CRFs模型建模 | 第54-57页 |
| 5.1.1 特征词袋表示的高阶分类 | 第54-55页 |
| 5.1.2 判别字典学习的高阶分类 | 第55-57页 |
| 5.2 交替式高阶CRFs模型字典与参数学习 | 第57-59页 |
| 5.2.1 基于梯度下降法递进式字典学习 | 第57-59页 |
| 5.2.2 基于BCFW高阶CRFs模型参数学习 | 第59页 |
| 5.3 基于图分割高阶CRFs模型推理 | 第59-60页 |
| 5.4 实验结果与分析 | 第60-65页 |
| 5.4.1 实验数据 | 第60-61页 |
| 5.4.2 主观评价 | 第61-64页 |
| 5.4.3 客观评价 | 第64-65页 |
| 5.5 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 全文工作总结 | 第67-68页 |
| 6.2 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第73-74页 |
| 附录2 攻读硕士学位期间申请的专利 | 第74-75页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第75-76页 |
| 致谢 | 第76页 |