基于深度子图分解的联合分组与贴标研究

目录

声明

目 录

第一章 绪 论

1.1 论文的研究背景及意义

1.2 国内外研究现状

1.2.1 子图分解研究现状

1.2.2 联合分组与贴标研究现状

1.2.3 行为识别研究现状

1.2.4 时尚服装分组研究现状

1.3 论文的研究内容与结构组织

1.3.1 论文研究内容

1.3.2 难点与挑战

1.3.3 论文组织结构

第二章 深度子图分解模型

2.1 子图分解基本理论

2.1.1 图的定义及其相关概念

2.1.2 子图分解

2.1.3 最小割/最大流方法

2.1.4 归一化分割法

2.2 场景建模及模型学习

2.2.1 概率图模型

2.2.2 基于无向图的模型描述

2.2.3 基于高阶势能的无向图模型

2.2.4 启发式方法

2.3 深度子图分解模型

2.3.1 深度子图分解目标函数构建

2.3.2 交替搜索推理

2.3.3 模型参数训练

2.4 本章小结

第三章 基于深度子图分解的交互行为理解

3.1 引言

3.2 多人交互行为理解框架

3.2.1 光流估计模型

3.2.2 残差网络结构与特点

3.3 多人行为理解上的整体框架

3.3.1 特征提取及表达

3.3.2 局部估计

3.4 人体交互行为识别与标记实验

3.4.1 UT-Interaction 交互行为数据集

3.4.2 BIT-Interaction 交互行为数据集

3.4.3 Campus Interaction交互行为数据集

3.4.4 Campus Interaction交互数据集的标注

3.4.5 分组与标记的评价方法

3.5 实验结果与分析

3.5.1 实验设备

3.5.2 训练过程

3.5.3 实验结果与分析

3.6 本章小结

第四章 基于深度子图分解的时尚分组与贴标

4.1 引言

4.2 时尚图像理解框架

4.2.1 算法基本流程

4.2.2 人体检测

4.2.3 基于时尚服装图像的多人骨骼点检测

4.3 时尚服装分组与贴标目标函数构建

4.3.1 特征提取

4.3.2 特征表达

4.3.3 模型参数训练

4.4 时尚分组与贴标实验

4.4.1 数据集

4.4.2 训练过程

4.4.3 实验结果与分析

4.5 本章小结

第五章 结论与展望

5.1 结 论

5.2 展 望

参考文献

致 谢

作者简介

1 作者简历

2 攻读硕士学位期间发表的学术论文

3 发明专利

4 软件著作权

学位论文数据集