声明
致谢
摘要
1 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文主要研究内容
1.4 论文组织结构
2 图像标注相关理论
2.1 图像视觉特征
2.1.1 颜色特征
2.1.2 纹理特征
2.1.3 形状特征
2.1.4 基于关键点的特征
2.2 半监督学习
2.2.1 有监督、无监督与半监督学习的算法介绍
2.2.2 基于图的半监督学习
2.3 多标记学习
2.4 标签排序
2.5 本章小结
3 基于结构化低秩表示的半监督学习框架下的图像标注算法
3.1 算法的提出
3.2 算法详细设计
3.2.1 数学符号及表达式
3.2.2 图像标注的正则化框架
3.2.3 图像标注算法的优化求解
3.2.4 优化结果在图像标注的应用
3.3 算法实验结果
3.3.1 图像数据集
3.3.2 评价指标
3.3.3 实验对比方法
3.3.4 实验结果展示与分析
3.4 本章小结
4 基于标签排序以及矩阵恢复的图像标注算法
4.1 算法的提出
4.2 算法详细设计
4.2.1 标签排序的正则化模型
4.2.2 标签排序模型的优化求解
4.3 算法实验结果
4.3.1 图像数据集
4.3.2 评价指标
4.3.3 实验结果展示与分析
4.4 本章小结
5.1 总结
5.2 展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集