| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 发展历史及研究现状 | 第11-13页 |
| 1.3 面临的关键问题 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-16页 |
| 第二章 行人再识别概述 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 基于特征提取的行人再识别 | 第16-20页 |
| 2.2.1 基于底层特征的行人再识别 | 第16-18页 |
| 2.2.2 基于语义属性的行人再识别 | 第18-20页 |
| 2.3 基于度量学习的行人再识别 | 第20-26页 |
| 2.3.1 基于二元组度量学习的行人再识别 | 第20-24页 |
| 2.3.2 基于三元组度量学习的行人再识别 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于核度量学习的行人再识别 | 第27-53页 |
| 3.1 引言 | 第27页 |
| 3.2 核度量学习 | 第27-30页 |
| 3.3 核度量学习算法 | 第30-38页 |
| 3.3.1 基于大间隔最近邻的核度量学习方法 | 第30-31页 |
| 3.3.2 基于局部费舍判别性分析的核度量学习方法 | 第31-34页 |
| 3.3.3 基于Null Foley Sammon变换的核度量学习方法 | 第34-38页 |
| 3.4 行人特征提取 | 第38-42页 |
| 3.4.1 颜色直方图特征 | 第38-39页 |
| 3.4.2 纹理特征 | 第39-40页 |
| 3.4.3 行人特征提取方法 | 第40-42页 |
| 3.5 实验结果与分析 | 第42-52页 |
| 3.5.1 CAVIAR4REID数据库实验结果分析 | 第43-47页 |
| 3.5.2 iLIDS数据库实验结果分析 | 第47-50页 |
| 3.5.3 3DPeS数据库实验结果分析 | 第50-52页 |
| 3.6 小结 | 第52-53页 |
| 第四章 基于非对称几何度量学习的行人再识别 | 第53-67页 |
| 4.1 引言 | 第53页 |
| 4.2 非对称的行人再识别 | 第53-55页 |
| 4.3 非对称几何度量学习算法 | 第55-59页 |
| 4.4 实验结果与分析 | 第59-66页 |
| 4.4.1 VIPeR数据库实验结果分析 | 第59-62页 |
| 4.4.2 PRID450S数据库实验结果分析 | 第62-64页 |
| 4.4.3 CUHK01数据库实验结果分析 | 第64-66页 |
| 4.5 小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 全文总结 | 第67-68页 |
| 5.2 工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间取得的成果 | 第75-76页 |
