论文仅供学习参考使用。 本文主要针对全监督场景图像理解和弱监督场景图像理解中先验信息的挖掘与利用展开研究。计对前景目标子医域间颜色纹理特征差异较大的倩况,SPCRF算法通过挖掘显著巧先验信息实现复杂前景目标分割的完整性,进而提高前景目标分类精度。针对传统基于统计计数构造的共现先验信息的不足,本文提化通过构建分类器学习目标置信度先验信息W改善整体分类效果。在弱监督场景中,本文考虑了阁像间的结构信息,通过图像配准挖掘超像素间的关系,进而改善目标的分类精度。