| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 相关工作 | 第13-14页 |
| 1.3 我们的方法 | 第14-17页 |
| 第二章 图像区域的获取和表示 | 第17-27页 |
| 2.1 图像区域获取 | 第17-23页 |
| 2.1.1 SLIC分割 | 第17-20页 |
| 2.1.2 基于谱聚类的图像分割 | 第20-23页 |
| 2.2 图像区域的描述 | 第23-26页 |
| 2.2.1 颜色直方图 | 第23-24页 |
| 2.2.2 基于视觉词袋的视觉描述 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 弱监督图像区域标注相关方法 | 第27-38页 |
| 3.1 常用符号 | 第27-29页 |
| 3.2 弱监督中图像区域的协同标注 | 第29-33页 |
| 3.2.1 KNN上下文搜索 | 第30-31页 |
| 3.2.2 Sparsity Coding上下文搜索 | 第31-33页 |
| 3.3 基于图的标签传播方法 | 第33-37页 |
| 3.3.1 随机游走方法 | 第34-35页 |
| 3.3.2 谱聚类方法 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于判别语义图方法 | 第38-46页 |
| 4.1 判别语义图的构建 | 第38-42页 |
| 4.2 判别式标签传播 | 第42-43页 |
| 4.3 标签推断分配 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 实验与分析 | 第46-50页 |
| 5.1 数据集合实验设置 | 第46-47页 |
| 5.2 评测标准分析 | 第47页 |
| 5.3 标注结果 | 第47-49页 |
| 5.4 时间复杂度分析 | 第49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 结论与展望 | 第50-52页 |
| 6.1 结论 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文目录 | 第56-57页 |
| 攻读学位期间参加的科研项目 | 第57-58页 |
| 附件 | 第58页 |