基于迁移学习的视频内容标注方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-11页 |
| 1.2 研究现状 | 第11-16页 |
| 1.2.1 视频内容标注 | 第11-13页 |
| 1.2.2 迁移学习 | 第13-16页 |
| 1.3 论文的研究内容及技术路线 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第2章 单源域下异构复合迁移的视频内容标注 | 第19-41页 |
| 2.1 问题描述 | 第20-21页 |
| 2.2 异构空间特征映射 | 第21-24页 |
| 2.2.1 特征映射模型 | 第21-23页 |
| 2.2.2 模型算法 | 第23-24页 |
| 2.3 子空间对齐 | 第24-29页 |
| 2.3.1 子空间生成 | 第25-26页 |
| 2.3.2 子空间对齐模型 | 第26-27页 |
| 2.3.3 模型求解 | 第27-29页 |
| 2.4 基于异构复合迁移的学习框架 | 第29-35页 |
| 2.4.1 模型算法 | 第30-31页 |
| 2.4.2 算法分析 | 第31-35页 |
| 2.5 实验及结果分析 | 第35-39页 |
| 2.5.1 实验数据和特征 | 第36页 |
| 2.5.2 实验设置 | 第36-37页 |
| 2.5.3 实验结果及分析 | 第37-39页 |
| 2.6 本章小结 | 第39-41页 |
| 第3章 多源域下知识迁移的视频内容标注 | 第41-59页 |
| 3.1 问题描述 | 第42-43页 |
| 3.2 多源域组权重学习 | 第43-47页 |
| 3.2.1 基于MMD的权重学习 | 第44页 |
| 3.2.2 基于拉普拉斯正则项的权重学习 | 第44-47页 |
| 3.3 多源域迁移学习框架 | 第47-52页 |
| 3.3.1 多领域适应模型 | 第47-49页 |
| 3.3.2 模型求解 | 第49-52页 |
| 3.4 实验及结果分析 | 第52-57页 |
| 3.4.1 实验数据和特征 | 第53页 |
| 3.4.2 实验设置 | 第53-54页 |
| 3.4.3 实验结果及分析 | 第54-57页 |
| 3.4.4 应用及分析 | 第57页 |
| 3.5 本章小结 | 第57-59页 |
| 第4章 总结与展望 | 第59-61页 |
| 4.1 总结 | 第59-60页 |
| 4.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 硕士研究生期间的研究成果 | 第66-67页 |
| 符号对照表 | 第67-68页 |
