| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 行人再识别的研究现状及存在的问题 | 第12-14页 |
| 1.2.1 国内外研究现状 | 第12-14页 |
| 1.2.2 行人再识别的研究难点 | 第14页 |
| 1.3 拟解决的问题及研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-18页 |
| 第二章 行人再识别关键技术 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 行人图像分割 | 第18-19页 |
| 2.3 特征提取及处理 | 第19-22页 |
| 2.3.1 颜色特征 | 第19-20页 |
| 2.3.2 纹理特征 | 第20-21页 |
| 2.3.3 空间信息特征 | 第21-22页 |
| 2.3.4 中层语义特征 | 第22页 |
| 2.3.5 特征权重选择 | 第22页 |
| 2.4 相似性度量 | 第22-26页 |
| 2.4.1 标准马氏距离 | 第22-23页 |
| 2.4.2 基于逻辑识别（LDML） | 第23页 |
| 2.4.3 基于信息论(ITML) | 第23-24页 |
| 2.4.4 大间隔最近邻（LMNN,LMNN-R） | 第24-25页 |
| 2.4.5 KISS | 第25-26页 |
| 2.4.6 其他方法 | 第26页 |
| 2.5 性能评价 | 第26-28页 |
| 2.5.1 行人再识别常用数据库 | 第26-27页 |
| 2.5.2 评价指标 | 第27-28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 基于聚类的行人局部部件自适应分割 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 局部部件自适应分割 | 第30-34页 |
| 3.2.1 自适应分割 | 第30-33页 |
| 3.2.2 局部部件匹配搜索策略 | 第33-34页 |
| 3.3 实验 | 第34-37页 |
| 3.3.1 特征提取 | 第34-35页 |
| 3.3.2 VIPeR实验结果 | 第35-36页 |
| 3.3.3 ETHZ实验结果 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于多特征融合的行人局部区域表征 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 颜色分布场特征 | 第38-42页 |
| 4.2.1 多通道颜色特征分布场 | 第38-40页 |
| 4.2.2 自适应层次结构的颜色分布场 | 第40-42页 |
| 4.3 韦伯局部算子 | 第42-46页 |
| 4.3.1 圆形邻域的差分激励 | 第42-44页 |
| 4.3.2 方向分量LBP编码 | 第44-45页 |
| 4.3.3 特征融合 | 第45-46页 |
| 4.4 实验 | 第46-48页 |
| 4.4.1 ETHZ数据库实验结果及分析 | 第46-47页 |
| 4.4.2 VIPeR数据库实验结果及分析 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 基于显著度的局部部件匹配融合 | 第50-60页 |
| 5.1 引言 | 第50页 |
| 5.2 显著度融合 | 第50-54页 |
| 5.2.1 图像间显著度计算 | 第50-51页 |
| 5.2.2 图像内显著度计算 | 第51-53页 |
| 5.2.3 相似性计算 | 第53-54页 |
| 5.3 实验 | 第54-58页 |
| 5.3.1 实验数据库及评价标准 | 第54页 |
| 5.3.2 参数确定 | 第54-55页 |
| 5.3.3 实验结果与分析 | 第55-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 未来工作研究展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-72页 |
| 作者简历 | 第72页 |