声明
1. 绪论
1.1. 课题的研究目的和意义
1.2. 国内外研究现状和发展趋势
1.3. 本文的研究内容
1.4. 本文的组织结构
2. 数据增广方法
2.1. 引言
2.2. 基于计算机视觉的数据增广
2.3. 基于图形学的数据增广
2.4. 真实视频数据的处理
2.5. 本章小结
3. 基于Align-net的弱监督学习模型
3.1. 全监督学习
3.2. 弱监督学习
3.3. 多种监督学习的算法框架
3.4. 本章小结
4. 基于IlluRes-SfS的算法优化
4.1. 现有算法简介
4.2. IlluRes-net优化算法
4.3. 本章小结
5. 实验结果与分析
5.1. 实验准备
5.2. 评价方法
5.3. 实验结果
5.4. 算法的应用
5.5. 本章小结
6. 总结和展望
6.1. 论文工作总结
6.2. 未来工作展望
参考文献
附录
致谢
武汉大学;