| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本文的主要工作与安排 | 第13-15页 |
| ·主要研究内容 | 第13-14页 |
| ·论文的结构安排 | 第14-15页 |
| 第二章 视频中的前景提取 | 第15-27页 |
| ·线性背景模型 | 第15-16页 |
| ·高斯背景模型 | 第16-20页 |
| ·高斯分布 | 第16-17页 |
| ·混合高斯模型 | 第17-18页 |
| ·混合高斯背景建模 | 第18-19页 |
| ·背景预测 | 第19-20页 |
| ·监控视频测试及分析 | 第20-22页 |
| ·本文采用的前景提取框架 | 第22-26页 |
| ·总结 | 第26-27页 |
| 第三章 基于颜色纹理特征的行人再识别 | 第27-41页 |
| ·引言 | 第27-28页 |
| ·目标图片的分析 | 第28-35页 |
| ·目标结构拆分 | 第28页 |
| ·主颜色分析 | 第28-32页 |
| ·反投影颜色分析 | 第32页 |
| ·特征提取 | 第32-35页 |
| ·检测引擎 | 第35-38页 |
| ·再识别系统及测试结果 | 第38-41页 |
| 第四章 基于超像素分割描述和词汇树索引的行人再识别 | 第41-57页 |
| ·引言 | 第41-42页 |
| ·整体框架 | 第42-52页 |
| ·特征提取 | 第42-49页 |
| ·离线词汇树训练 | 第49-50页 |
| ·在线行人图片匹配 | 第50-52页 |
| ·实验与分析 | 第52-57页 |
| ·CMC曲线 | 第52页 |
| ·数据集 | 第52-53页 |
| ·词汇树 | 第53页 |
| ·结果与分析 | 第53-57页 |
| 第五章 总结和展望 | 第57-59页 |
| ·总结 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-65页 |
| 攻读硕士期间发表的学术论文 | 第65页 |