图像相对属性学习及其应用
| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文的研究内容和主要工作 | 第11-13页 |
| 1.3.1 本文的研究内容 | 第11-12页 |
| 1.3.2 本文的主要工作 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 2 属性学习 | 第15-32页 |
| 2.1 二值属性学习 | 第16-18页 |
| 2.1.1 二值属性的概念 | 第16页 |
| 2.1.2 二值属性的模型学习 | 第16-18页 |
| 2.2 相对属性学习 | 第18-22页 |
| 2.2.1 相对属性的概念 | 第18-19页 |
| 2.2.2 相对属性的模型学习 | 第19-22页 |
| 2.3 属性学习的特征及数据库 | 第22-27页 |
| 2.3.1 常用的图像特征 | 第22-24页 |
| 2.3.2 常用的属性数据库 | 第24-27页 |
| 2.4 基于属性的零样本图像分类 | 第27-31页 |
| 2.4.1 间接的属性预测模型（IAP） | 第28-30页 |
| 2.4.2 直接的属性预测模型（DAP） | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 基于匹配特征选择的相对属性学习 | 第32-45页 |
| 3.1 匹配特征选择分析 | 第33-35页 |
| 3.2 相对属性中的匹配特征选择模型 | 第35-39页 |
| 3.2.1 匹配特征权重设置 | 第35-36页 |
| 3.2.2 优化求解 | 第36-39页 |
| 3.3 实验设置和结果分析 | 第39-44页 |
| 3.3.1 数据库介绍 | 第39-40页 |
| 3.3.2 实验设置 | 第40-41页 |
| 3.3.3 实验结果与分析 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 基于相对属性的图像零样本分类 | 第45-56页 |
| 4.1 零样本图像分类 | 第45-46页 |
| 4.2 基于类别估计的零样本图像分类 | 第46-49页 |
| 4.2.1 类别高斯模型生成 | 第47-48页 |
| 4.2.2 分类器训练与类别判定 | 第48-49页 |
| 4.3 基于样本估计的零样本图像分类 | 第49-53页 |
| 4.3.1 未知类别样本的估计 | 第50-51页 |
| 4.3.2 分类器训练与类别判定 | 第51-53页 |
| 4.4 实验设置与结果分析 | 第53-55页 |
| 4.4.1 数据库介绍 | 第53页 |
| 4.4.2 实验设置 | 第53-54页 |
| 4.4.3 实验结果与分析 | 第54-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-66页 |
