| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 引言 | 第15-16页 |
| 1.2 课题研究的背景和意义 | 第16-17页 |
| 1.3 无重叠视域多摄像机行人再识别的研究现状 | 第17-19页 |
| 1.4 无重叠视域多摄像机行人再识别面临的主要挑战 | 第19页 |
| 1.5 本文的主要工作及创新点 | 第19-21页 |
| 第二章 无重叠视域多摄像机行人再识别概述 | 第21-27页 |
| 2.1 引言 | 第21页 |
| 2.2 直接法 | 第21-23页 |
| 2.3 基于深度学习的行人再识别算法 | 第23-24页 |
| 2.4 基于距离测度学习的行人再识别算法 | 第24-26页 |
| 2.5 本章总结 | 第26-27页 |
| 第三章 基于多特征子空间与核学习的行人再识别 | 第27-51页 |
| 3.1 引言 | 第27-28页 |
| 3.2 公共数据集概述 | 第28-30页 |
| 3.2.1 VIPeR数据集 | 第28-29页 |
| 3.2.2 iLIDS数据集 | 第29页 |
| 3.2.3 ETHZ数据集 | 第29-30页 |
| 3.2.4 CUHK01数据集 | 第30页 |
| 3.3 特征介绍以及行人图像的特征表示 | 第30-38页 |
| 3.3.1 特征介绍 | 第31-37页 |
| 3.3.2 行人图像的特征表达 | 第37-38页 |
| 3.4 基于多特征子空间与核学习的行人再识别算法 | 第38-41页 |
| 3.4.1 基于核学习的相似度量函数的学习 | 第38-40页 |
| 3.4.2 基于多特征子空间的测度学习 | 第40页 |
| 3.4.3 本章算法的具体步骤 | 第40-41页 |
| 3.5 实验测试与结果 | 第41-49页 |
| 3.5.1 测试数据和算法性能的评测准则 | 第41页 |
| 3.5.2 不同公共实验集上实验对比 | 第41-46页 |
| 3.5.3 特征核映射前后算法性能的比较 | 第46-47页 |
| 3.5.4 权值口取值不同时算法的性能比较 | 第47-49页 |
| 3.6 本章总结 | 第49-51页 |
| 第四章 无重叠视域行人再识别系统设计 | 第51-59页 |
| 4.1 引言 | 第51页 |
| 4.2 视频采集模块 | 第51-52页 |
| 4.3 目标跟踪模块 | 第52-53页 |
| 4.3.1 目标检测 | 第52-53页 |
| 4.3.2 目标跟踪 | 第53页 |
| 4.4 视频摘要生成模块 | 第53页 |
| 4.5 行人再识别模块 | 第53-54页 |
| 4.6 系统界面 | 第54-58页 |
| 4.6.1 实验效果 | 第56-57页 |
| 4.6.2 实际应用分析 | 第57-58页 |
| 4.7 本章总结 | 第58-59页 |
| 第五章 总结与展望 | 第59-62页 |
| 5.1 本文工作总结 | 第59-60页 |
| 5.2 未来工作展望 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第67-68页 |