声明
致谢
摘要
1 绪论
1.1 研究背景及意义
1.2 场景理解的应用
1.3 研究现状与发展趋势
1.4 本论文的主要研究内容和安排
1.4.1 论文的研究思路
1.4.2 研究内容和目标
1.4.3 论文的研究方法
1.4.4 论文的组织结构
2 利用物体信息提升对场景的理解
2.1 提取图像中的物体信息
2.1.1 物体信息的特征提取
2.1.2 基于模型的物体识别方法
2.2 图像中场景与物体间的关系
2.2.1 以场景为物体的上下文信息
2.2.2 提取图像的高层语义信息
2.3 本章小结
3 基于物体检测的图像表征方法研究
3.1 物体探子的训练
3.1.1 图像中物体特征的提取
3.1.2 隐支持向量机
3.1.3 Part-based模型与可变形模板
3.2 基于物体信息的图像表达
3.2.1 以物体为特征的图像表达方法
3.2.2 Object Bank实现的细节
3.2.3 提供充足的语义信息
3.3 本章小结
4 基于Object Bank的场景预测研究
4.1 计算未知物体与已知物体相似度
4.1.1 检测图像中的已知物体
4.1.2 Sigmoid函数映射
4.1.3 检测图像中的未知物体
4.2 评价探子的检测能力
4.2.1 信息熵
4.2.2 改进的信息熵
4.3 探子集的选择
4.3.1 采用轮盘赌算法进行探子选择
4.3.2 针对给定场景的平均分配
4.4 建立已知物体与场景的关联
4.4.1 已知物体出现在场景中的概率
4.4.2 场景图片数量对已知物体和场景关联的影响
4.5 预测未知物体可能出现的场景
4.6 实验结果分析
4.6.1 预测结果判断依据
4.6.2 预测结果判断方法
4.6.3 不同探子集的实验结果
4.6.4 与其他场景预测方法的比较
4.7 本章小结
5 预测未知物体在场景图像中的位置研究
5.1 基于物体探子响应的位置信息获取
5.1.1 响应尺度的选择
5.1.2 物体出现在场景图像中的先验概率
5.2 基于高斯混合模型的物体位置预测
5.2.1 高斯混合模型的定义
5.2.2 GMM对响应图的描述
5.2.3 采用EM算法对模型参数的估计
5.3 实验结果分析
5.4 本章小结
6 总结与展望
参考文献
作者简历
学位论文数据集