基于显著性特征的行人再识别算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 课题研究的背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 基于外貌特征的行人再识别技术 | 第11页 |
| 1.2.2 基于度量学习的行人再识别技术 | 第11-12页 |
| 1.3 本文的主要工作及结构安排 | 第12-15页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 论文的结构安排 | 第13-15页 |
| 第二章 行人再识别关键技术介绍 | 第15-24页 |
| 2.1 引言 | 第15-16页 |
| 2.2 低层视觉特征研究 | 第16-18页 |
| 2.2.1 颜色、形状和纹理特征 | 第16-17页 |
| 2.2.2 全局和局部特征 | 第17-18页 |
| 2.3 语义化特征 | 第18-19页 |
| 2.4 显著性特征 | 第19-24页 |
| 2.4.1 概率显著性 | 第20-21页 |
| 2.4.2 结构显著性 | 第21-24页 |
| 第三章 稠密匹配算法研究 | 第24-34页 |
| 3.1 引言 | 第24-25页 |
| 3.2 低层视觉特征提取 | 第25-31页 |
| 3.2.1 LAB颜色直方图 | 第25-26页 |
| 3.2.2 亮度转移函数（BTF） | 第26-27页 |
| 3.2.3 SIFT特征 | 第27-31页 |
| 3.3 邻接约束搜索 | 第31-33页 |
| 3.3.1 搜索域的研究 | 第31-32页 |
| 3.3.2 邻域搜索算法 | 第32-33页 |
| 本章小结 | 第33-34页 |
| 第四章 基于显著性特征的行人匹配算法 | 第34-40页 |
| 4.1 引言 | 第34-35页 |
| 4.2 显著性特征的选择 | 第35-38页 |
| 4.2.1 类间显著性值计算 | 第35-37页 |
| 4.2.2 基于颜色的内在显著性计算 | 第37-38页 |
| 4.2.3 内在显著性与类间显著性融合 | 第38页 |
| 4.3 基于显著性值的双向加权匹配算法 | 第38-39页 |
| 本章小结 | 第39-40页 |
| 第五章 实验结果及性能分析 | 第40-48页 |
| 5.1 引言 | 第40页 |
| 5.2 实验环境和数据 | 第40-42页 |
| 5.2.1 实验环境 | 第40-41页 |
| 5.2.2 实验数据 | 第41-42页 |
| 5.3 实验方法和评测指标 | 第42-43页 |
| 5.3.1 实验过程 | 第42页 |
| 5.3.2 评测指标 | 第42-43页 |
| 5.4 对比算法 | 第43页 |
| 5.5 实验结果和性能分析 | 第43-47页 |
| 5.5.1 VIPeR数据集上的实验结果 | 第43-44页 |
| 5.5.2 ETHZ数据集上的实验结果 | 第44-47页 |
| 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 研究工作总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 附录1 攻读硕士学位期间申请的专利 | 第55-56页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第56-57页 |
| 致谢 | 第57页 |
