| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 主要符号表 | 第17-18页 |
| 英文缩略词对照表 | 第18-19页 |
| 1 绪论 | 第19-38页 |
| 1.1 研究背景与意义 | 第19-23页 |
| 1.2 国内外相关工作研究进展 | 第23-30页 |
| 1.2.1 基于手工设计的行人再识别方法 | 第24-26页 |
| 1.2.2 基于深度学习的行人再识别方法 | 第26-30页 |
| 1.3 基于深度学习的行人再识别方法存在的关键问题 | 第30-32页 |
| 1.4 行人再识别数据集和评价标准 | 第32-34页 |
| 1.4.1 行人再识别数据集 | 第32-33页 |
| 1.4.2 行人再识别评价标准 | 第33-34页 |
| 1.5 本文的主要研究工作 | 第34-36页 |
| 1.6 本文的章节安排 | 第36-38页 |
| 2 局部区域深度哈希的行人再识别方法 | 第38-57页 |
| 2.1 引言 | 第38-39页 |
| 2.2 通用深度哈希模型用于行人再识别 | 第39-41页 |
| 2.2.1 网络训练过程 | 第39-41页 |
| 2.2.2 特征提取和行人再识别过程 | 第41页 |
| 2.3 通用深度哈希模型的特征图分析 | 第41-43页 |
| 2.4 局部区域深度哈希的行人再识别 | 第43-50页 |
| 2.4.1 局部区域的划分策略 | 第43-47页 |
| 2.4.2 网络训练过程 | 第47-49页 |
| 2.4.3 特征提取和行人再识别过程 | 第49-50页 |
| 2.5 实验结果 | 第50-56页 |
| 2.5.1 数据集和评价标准 | 第50页 |
| 2.5.2 高效性的评估 | 第50-51页 |
| 2.5.3 准确性的评估 | 第51-56页 |
| 2.5.4 扩展性的评估 | 第56页 |
| 2.6 本章小结 | 第56-57页 |
| 3 伪正样本正则化深度模型的行人再识别方法 | 第57-76页 |
| 3.1 引言 | 第57-59页 |
| 3.2 基于分类的CNN模型用于行人再识别 | 第59-62页 |
| 3.2.1 网络训练过程 | 第61页 |
| 3.2.2 特征提取和行人再识别过程 | 第61-62页 |
| 3.3 伪正样本与原始训练样本的数据分布分析 | 第62-63页 |
| 3.4 伪正样本正则化深度模型的行人再识别 | 第63-66页 |
| 3.4.1 伪正样本的生成过程 | 第63-65页 |
| 3.4.2 网络训练过程 | 第65-66页 |
| 3.4.3 特征提取和行人再识别过程 | 第66页 |
| 3.5 实验结果 | 第66-74页 |
| 3.5.1 数据集和评价标准 | 第66-67页 |
| 3.5.2 准确性的评估 | 第67-74页 |
| 3.6 本章小结 | 第74-76页 |
| 4 两路互补对称结构深度模型的行人再识别方法 | 第76-86页 |
| 4.1 引言 | 第76页 |
| 4.2 两路CNN模型的样本输入和结构分析 | 第76-78页 |
| 4.3 两路互补对称结构深度模型的行人再识别 | 第78-81页 |
| 4.3.1 网络训练过程 | 第78-80页 |
| 4.3.2 特征提取和行人再识别过程 | 第80-81页 |
| 4.4 实验结果 | 第81-84页 |
| 4.4.1 数据集和评价标准 | 第81页 |
| 4.4.2 准确性的评估 | 第81-84页 |
| 4.5 本章小结 | 第84-86页 |
| 5 损失函数联合深度模型的行人再识别方法 | 第86-96页 |
| 5.1 引言 | 第86-87页 |
| 5.2 样本类内变化的分析 | 第87页 |
| 5.3 损失函数联合深度模型的行人再识别 | 第87-90页 |
| 5.3.1 网络训练过程 | 第88-90页 |
| 5.3.2 特征提取和行人再识别过程 | 第90页 |
| 5.4 实验结果 | 第90-94页 |
| 5.4.1 数据集和评价标准 | 第90-91页 |
| 5.4.2 准确性的评估 | 第91-94页 |
| 5.5 本章小结 | 第94-96页 |
| 6 显著性图像融合深度模型的行人再识别方法 | 第96-111页 |
| 6.1 引言 | 第96-98页 |
| 6.2 行人的显著性图像生成和分析 | 第98-99页 |
| 6.3 行人显著性图像直接用于行人再识别 | 第99-100页 |
| 6.4 显著性图像融合深度模型的行人再识别 | 第100-104页 |
| 6.4.1 网络训练过程 | 第100-103页 |
| 6.4.2 特征提取和行人再识别过程 | 第103-104页 |
| 6.5 实验结果 | 第104-110页 |
| 6.5.1 数据集和评价标准 | 第104页 |
| 6.5.2 准确性的评估 | 第104-110页 |
| 6.6 本章小结 | 第110-111页 |
| 7 结论与展望 | 第111-115页 |
| 7.1 结论 | 第111-112页 |
| 7.2 创新点 | 第112-113页 |
| 7.3 展望 | 第113-115页 |
| 参考文献 | 第115-124页 |
| 攻读博士学位期间科研项目及科研成果 | 第124-125页 |
| 致谢 | 第125-126页 |
| 作者简介 | 第126页 |