基于衣服属性感知的人体姿势预测
| 摘要 | 第3-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第13-19页 |
| 1.1 背景和意义 | 第13页 |
| 1.2 研究内容和方法 | 第13-15页 |
| 1.3 本文的贡献 | 第15页 |
| 1.4 论文组织 | 第15-17页 |
| 1.5 本章小结 | 第17-19页 |
| 第二章 相关工作 | 第19-23页 |
| 2.1 人体姿势预测 | 第19-20页 |
| 2.2 衣服属性分析 | 第20页 |
| 2.3 隐变量结构式学习 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 背景知识 | 第23-33页 |
| 3.1 图模型 | 第23-24页 |
| 3.2 图画式结构 | 第24-27页 |
| 3.3 结构式学习 | 第27-28页 |
| 3.4 形变部位模型 | 第28-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 基于隐式衣服属性变量的姿势预测 | 第33-45页 |
| 4.1 联合特征分析与设计 | 第35-37页 |
| 4.1.1 人体躯干相关特征 | 第35-36页 |
| 4.1.2 衣服属性相关特征 | 第36-37页 |
| 4.2 基于隐变量的结构式学习 | 第37-39页 |
| 4.2.1 目标函数 | 第37-38页 |
| 4.2.2 隐变量初始化 | 第38-39页 |
| 4.2.3 模型训练策略 | 第39页 |
| 4.2.4 负样本空间管理 | 第39页 |
| 4.3 有环图的预测 | 第39-41页 |
| 4.3.1 因子图表示 | 第39-41页 |
| 4.3.2 最优解估计 | 第41页 |
| 4.4 本章小结 | 第41-45页 |
| 第五章 人体姿势预测的应用案例 | 第45-55页 |
| 5.1 基于多媒体数据的事件挖掘 | 第45-47页 |
| 5.2 基于电商平台的衣服搜索 | 第47-51页 |
| 5.2.1 衣服属性分析 | 第49-51页 |
| 5.2.2 衣服分类和匹配 | 第51页 |
| 5.3 基于图片的广告推荐 | 第51-53页 |
| 5.4 本章小结 | 第53-55页 |
| 第六章 实验结果 | 第55-61页 |
| 6.1 数据集 | 第55页 |
| 6.2 实验评测规则 | 第55-56页 |
| 6.3 实验结果分析 | 第56-57页 |
| 6.4 本章小结 | 第57-61页 |
| 第七章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 攻读学位期间发表的学术论文目录 | 第71-73页 |
