行人重现检测研究
摘要 | 第4-5页 |
Abstract | 第5页 |
1 绪言 | 第9-22页 |
1.1 研究背景及意义 | 第9-12页 |
1.2 国内外研究现状 | 第12-18页 |
1.3 数据集及评价准则 | 第18页 |
1.4 本文研究内容和主要贡献 | 第18-21页 |
1.5 本文的组织结构 | 第21-22页 |
2 行人重现检测特征提取与度量方法的研究 | 第22-33页 |
2.1 引言 | 第22页 |
2.2 行人重现检测框架 | 第22-23页 |
2.3 行人外观特征提取研究 | 第23-24页 |
2.4 基于成对样本的度量学习方法 | 第24-27页 |
2.5 行人重现检测度量学习研究 | 第27-28页 |
2.6 实验结果与分析 | 第28-31页 |
2.7 小结 | 第31-33页 |
3 基于行人部件分析的高斯局部描述方法 | 第33-46页 |
3.1 引言 | 第33页 |
3.2 行人部件分析 | 第33-35页 |
3.3 色彩纠偏 | 第35-37页 |
3.4 高斯局部描述方法 | 第37-39页 |
3.5 高斯间度量方法 | 第39-40页 |
3.6 混合多种特征 | 第40-41页 |
3.7 实验结果与分析 | 第41-45页 |
3.8 小结 | 第45-46页 |
4 面向行人重现检测的物体与属性检测系统 | 第46-61页 |
4.1 引言 | 第46页 |
4.2 图像相关的深度学习方法 | 第46-48页 |
4.3 基于大数据的在线分类系统 | 第48-49页 |
4.4 基于在线深度学习的物体与属性检测系统 | 第49-55页 |
4.5 实验结果与分析 | 第55-59页 |
4.6 小结 | 第59-61页 |
5 结束语 | 第61-63页 |
5.1 本文工作总结 | 第61-62页 |
5.2 未来工作展望 | 第62-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-70页 |
附录 1(攻读学位期间发表论文目录) | 第70页 |