| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 缩写、符号清单、术语表 | 第12-16页 |
| 1 绪论 | 第16-26页 |
| 1.1 研究背景和研究意义 | 第16-20页 |
| 1.2 本文解决思路和研究框架 | 第20-22页 |
| 1.3 研究内容和主要贡献 | 第22-24页 |
| 1.3.1 多人姿态估计 | 第23页 |
| 1.3.2 行人重识别 | 第23-24页 |
| 1.3.3 行人搜索 | 第24页 |
| 1.4 论文组织结构 | 第24-26页 |
| 2 国内外研究现状和发展态势 | 第26-34页 |
| 2.1 国内外研究现状 | 第26-30页 |
| 2.1.1 图像的特征表达 | 第26-27页 |
| 2.1.2 多人姿态估计 | 第27-29页 |
| 2.1.3 行人重识别 | 第29-30页 |
| 2.1.4 行人搜索 | 第30页 |
| 2.2 相关工作不足分析 | 第30-31页 |
| 2.3 发展态势 | 第31-34页 |
| 3 基于全局感知的人体结构表达的多人姿态估计方法 | 第34-49页 |
| 3.1 问题概述 | 第34-36页 |
| 3.2 人物目标检测 | 第36页 |
| 3.3 基于全局结构感知的姿态估计 | 第36-41页 |
| 3.3.1 多尺度U型网络 | 第37-38页 |
| 3.3.2 使用Negative-OKS损失函数的多任务定位目标 | 第38-40页 |
| 3.3.3 使用加权直方图计算关键点位置 | 第40页 |
| 3.3.4 后处理中的加权OKS-NMS | 第40-41页 |
| 3.4 实验结果 | 第41-48页 |
| 3.4.1 实验设置 | 第41-42页 |
| 3.4.2 评价指标 | 第42-43页 |
| 3.4.3 和近几年最好方法比较 | 第43-45页 |
| 3.4.4 对比实验 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 基于深度对应结构学习的行人重识别方法 | 第49-61页 |
| 4.1 问题概述 | 第49-51页 |
| 4.2 深度对应结构学习 | 第51-55页 |
| 4.2.1 问题定义 | 第51-52页 |
| 4.2.2 语义感知的图像表达 | 第52页 |
| 4.2.3 基于相关结构学习的图像匹配 | 第52-54页 |
| 4.2.4 统一的深度对应结构学习网络 | 第54-55页 |
| 4.3 实验结果 | 第55-60页 |
| 4.3.1 数据集 | 第56-57页 |
| 4.3.2 网络训练 | 第57页 |
| 4.3.3 实验结果 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 基于键-值记忆网络和联合注意力匹配的行人重识别方法 | 第61-73页 |
| 5.1 问题概述 | 第61-63页 |
| 5.2 键-值记忆匹配网络 | 第63-66页 |
| 5.2.1 位置感知的键-值记忆表达 | 第63-64页 |
| 5.2.2 基于多头联合注意力的稠密匹配 | 第64-66页 |
| 5.2.3 使用匹配网络进行相似度学习 | 第66页 |
| 5.3 实验结果 | 第66-72页 |
| 5.3.1 数据集 | 第66-67页 |
| 5.3.2 网络训练 | 第67-68页 |
| 5.3.3 整体性能 | 第68-71页 |
| 5.3.4 对比实验 | 第71-72页 |
| 5.4 本章小结 | 第72-73页 |
| 6 基于知识蒸馏的高效行人搜索方法 | 第73-91页 |
| 6.1 问题概述 | 第73-75页 |
| 6.2 从专家网络进行知识蒸馏 | 第75-78页 |
| 6.3 基于空间结构知识蒸馏的行人搜索模型 | 第78-80页 |
| 6.4 实验结果 | 第80-90页 |
| 6.4.1 实验设置 | 第80-81页 |
| 6.4.2 网络训练 | 第81-83页 |
| 6.4.3 行人搜索模型比较 | 第83-86页 |
| 6.4.4 对比实验 | 第86-89页 |
| 6.4.5 行人搜索问题影响因素实验 | 第89-90页 |
| 6.5 本章小结 | 第90-91页 |
| 7 总结与展望 | 第91-95页 |
| 7.1 本文工作总结 | 第91-93页 |
| 7.2 未来工作展望 | 第93-95页 |
| 参考文献 | 第95-102页 |
| 作者简历 | 第102-104页 |
| 攻读博士学位期间主要的学术成果 | 第104-106页 |
| 致谢 | 第106页 |