跨视域摄像头网络下的监控视频结构化与检索
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第16-22页 |
| 1.1 研究背景与研究意义 | 第16-17页 |
| 1.2 关键问题 | 第17-19页 |
| 1.3 研究内容、创新点与科学问题 | 第19-21页 |
| 1.4 论文组织结构 | 第21-22页 |
| 第2章 国内外研究现状 | 第22-34页 |
| 2.1 群体目标跟踪 | 第22-25页 |
| 2.1.1 多行人目标跟踪 | 第22-23页 |
| 2.1.2 基于运动模式学习的目标跟踪 | 第23-24页 |
| 2.1.3 模型无关的目标跟踪 | 第24-25页 |
| 2.2 图像多属性识别 | 第25-27页 |
| 2.2.1 从单标签分类到多属性识别 | 第25-26页 |
| 2.2.2 属性之间的语义关系 | 第26-27页 |
| 2.3 行人再识别 | 第27-31页 |
| 2.3.1 单行人再识别 | 第27-30页 |
| 2.3.2 行人群组再识别 | 第30-31页 |
| 2.4 现有工作不足分析 | 第31-34页 |
| 第3章 基于群组关系演化的群体目标跟踪 | 第34-62页 |
| 3.1 引言 | 第34-35页 |
| 3.2 基于部件的模型 | 第35-37页 |
| 3.2.1 数学定义 | 第36页 |
| 3.2.2 模型求解 | 第36-37页 |
| 3.3 基于群组关系演化的群体目标跟踪算法 | 第37-46页 |
| 3.3.1 算法框架 | 第38页 |
| 3.3.2 图像块检测 | 第38-41页 |
| 3.3.3 群组关系演化 | 第41-43页 |
| 3.3.4 动态分层树形结构 | 第43-46页 |
| 3.4 实验与分析 | 第46-59页 |
| 3.4.1 实验数据集 | 第47-48页 |
| 3.4.2 评价指标 | 第48页 |
| 3.4.3 实验设置 | 第48页 |
| 3.4.4 实验结果 | 第48-59页 |
| 3.5 本章小结 | 第59-62页 |
| 第4章 基于空间几何关系的图像多属性识别 | 第62-90页 |
| 4.1 引言 | 第62-65页 |
| 4.2 视觉注意力机制 | 第65-66页 |
| 4.2.1 视觉注意力机制的定义 | 第65页 |
| 4.2.2 计算机视觉中的注意力机制 | 第65-66页 |
| 4.3 基于空间几何关系的图像多属性识别算法 | 第66-77页 |
| 4.3.1 网络总体结构 | 第67-68页 |
| 4.3.2 网络"主支"结构 | 第68-70页 |
| 4.3.3 基于弱监督信号的属性注意力学习 | 第70-73页 |
| 4.3.4 基于注意力图的空间几何关系学习 | 第73-76页 |
| 4.3.5 模型训练与测试 | 第76-77页 |
| 4.4 实验与分析 | 第77-88页 |
| 4.4.1 实验数据集 | 第78-79页 |
| 4.4.2 评价指标 | 第79-80页 |
| 4.4.3 实验结果 | 第80-84页 |
| 4.4.4 模型分析 | 第84-88页 |
| 4.5 本章小结 | 第88-90页 |
| 第5章 基于块匹配的跨视域行人群组再识别 | 第90-110页 |
| 5.1 引言 | 第90-92页 |
| 5.2 问题定义与分解 | 第92-93页 |
| 5.2.1 问题定义 | 第92页 |
| 5.2.2 问题分解 | 第92-93页 |
| 5.3 基于块匹配的行人群组再识别算法 | 第93-100页 |
| 5.3.1 算法思想 | 第94-95页 |
| 5.3.2 无监督显著性学习 | 第95-96页 |
| 5.3.3 显著性通道 | 第96-98页 |
| 5.3.4 空间一致性匹配 | 第98-100页 |
| 5.4 实验与分析 | 第100-107页 |
| 5.4.1 实验数据集 | 第100-101页 |
| 5.4.2 评价指标与实验设置 | 第101-102页 |
| 5.4.3 实验结果 | 第102-107页 |
| 5.5 本章小结 | 第107-110页 |
| 第6章 总结与展望 | 第110-114页 |
| 6.1 论文总结 | 第110-111页 |
| 6.2 研究展望 | 第111-114页 |
| 参考文献 | 第114-124页 |
| 致谢 | 第124-126页 |
| 在读期间发表的学术论文与取得的研究成果 | 第126-127页 |
