声明
摘要
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 主要工作
1.4 论文结构
第2章 背景知识
2.1 条件随机场简介
2.2 场景图像理解算法简介
2.2.1 基于参数模型的场景图像理解算法
2.2.2 基于非参数模型的场景图像理解算法
2.2.3 弱监督场景图像理解算法
2.3 本章小结
第3章 CRF中嵌入显著性先验信息的图像理解算法(SPCRF)
3.1 问题描述
3.2 显著性检测简介
3.3 SPCRF算法
3.3.1 建模思想
3.3.2 模型设计
3.3.3 算法描述
3.4 实验
3.4.1 实验数据集
3.4.2 实验设置
3.4.3 实验结果与分析
3.4.4 错误分类情况
3.4.5 分析超像素全连接对前景和背景目标分类的影响
3.4.6 效率分析
3.5 本章小结
第4章 CRF中嵌入目标置信度先验信息的场景图像理解算法(OCPCRF)
4.1 问题提出
4.2 OCPCRF算法
4.2.1 建模思想
4.2.2 模型设计
4.2.3 算法描述
4.3 实验
4.3.1 实验设置
4.3.2 实验结果与分析
4.3.3 效率分析
4.4 本章小结
第5章 CRF中嵌入配准信息的弱监督图像理解算法(APCRF)
5.1 引言
5.2 MIM模型简介
5.3 SIFT-Flow图像配准算法简介
5.4 APCRF算法
5.4.1 建模思想
5.4.2 模型设计
5.4.3 算法描述
5.5 实验
5.5.1 实验设置
5.5.2 实验结果与分析
5.6 本章小结
第6章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
攻读硕士学位期间的研究成果
致谢