| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 缩略语和标记 | 第10-17页 |
| 第一章 绪论 | 第17-46页 |
| 1.1 课题来源 | 第17页 |
| 1.2 课题研究的目的和意义 | 第17-20页 |
| 1.3 国内外研究概况 | 第20-44页 |
| 1.3.1 摄像机内行人跟踪 | 第22-32页 |
| 1.3.2 无重叠视域跨摄像机行人跟踪 | 第32-44页 |
| 1.4 本文的研究内容和创新点 | 第44-45页 |
| 1.5 论文的章节安排 | 第45-46页 |
| 第二章 基于DPM约束多核行人跟踪 | 第46-64页 |
| 2.1 DPM行人检测 | 第47-49页 |
| 2.1.1 DPM | 第47-48页 |
| 2.1.2 匹配 | 第48-49页 |
| 2.1.3 混合DPM | 第49页 |
| 2.2 约束多核跟踪 | 第49-52页 |
| 2.2.1 空间加权颜色直方图 | 第50页 |
| 2.2.2 传统的核跟踪 | 第50页 |
| 2.2.3 约束多核代价函数 | 第50-52页 |
| 2.3 DPM约束多核跟踪 | 第52-58页 |
| 2.3.1 DPM多核选择 | 第52-53页 |
| 2.3.2 基于颜色多核跟踪 | 第53-54页 |
| 2.3.3 尺度更新 | 第54-55页 |
| 2.3.4 基于DPM多核跟踪 | 第55-57页 |
| 2.3.5 多核聚合 | 第57-58页 |
| 2.4 实验结果及其分析 | 第58-63页 |
| 2.4.1 基于录制视频跟踪 | 第58-61页 |
| 2.4.2 基于实时移动平台跟踪 | 第61-62页 |
| 2.4.3 最大迭代次数、相似度阈值参数对跟踪性能的影响 | 第62-63页 |
| 2.5 本章小结 | 第63-64页 |
| 第三章 基于核距离学习的行人再识别 | 第64-83页 |
| 3.1 基于KLFDA的行人再识别 | 第64-75页 |
| 3.1.1 特征提取 | 第65-70页 |
| 3.1.2 KLFDA距离学习 | 第70-71页 |
| 3.1.3 实验结果及其分析 | 第71-75页 |
| 3.2 基于KCCA的行人再识别 | 第75-82页 |
| 3.2.1 不变特征提取 | 第75-77页 |
| 3.2.2 KCCA距离学习 | 第77-78页 |
| 3.2.3 实验结果及其分析 | 第78-82页 |
| 3.3 本章小结 | 第82-83页 |
| 第四章 基于距离学习聚合的行人再识别 | 第83-112页 |
| 4.1 基于模拟退火距离学习聚合的行人再识别 | 第83-92页 |
| 4.1.1 特征提取 | 第84-85页 |
| 4.1.2 KISSME距离学习 | 第85-87页 |
| 4.1.3 基于模拟退火的距离学习聚合 | 第87-89页 |
| 4.1.4 实验结果及其分析 | 第89-92页 |
| 4.2 基于不变特征距离学习聚合的行人再识别 | 第92-111页 |
| 4.2.1 不变特征提取 | 第93页 |
| 4.2.2 XQDA距离学习 | 第93-94页 |
| 4.2.3 LSSL距离学习 | 第94-96页 |
| 4.2.4 距离学习聚合 | 第96页 |
| 4.2.5 实验结果及其分析 | 第96-111页 |
| 4.3 本章小结 | 第111-112页 |
| 第五章 结论与展望 | 第112-116页 |
| 5.1 结论 | 第112-114页 |
| 5.2 展望 | 第114-116页 |
| 参考文献 | 第116-124页 |
| 作者在攻读博士学位期间公开发表的论文 | 第124-125页 |
| 作者在攻读博士学位期间所参与的项目 | 第125-126页 |
| 致谢 | 第126-127页 |