| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-28页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 无重叠视域的多摄像机监控系统研究现状 | 第10-14页 |
| 1.2.1 多摄像机间目标识别 | 第12-13页 |
| 1.2.2 拓扑关系估计 | 第13页 |
| 1.2.3 目标数据关联 | 第13-14页 |
| 1.3 行人再识别相关研究工作 | 第14-21页 |
| 1.3.1 特征描述 | 第14-17页 |
| 1.3.2 特征匹配 | 第17-18页 |
| 1.3.3 测试数据库 | 第18-21页 |
| 1.4 行人再识别难点问题 | 第21-23页 |
| 1.5 论文主要工作 | 第23-25页 |
| 1.5.1 多摄像机间目标颜色一致性研究 | 第23-24页 |
| 1.5.2 行人再识别算法研究 | 第24-25页 |
| 1.5.3 视觉相似目标识别算法研究 | 第25页 |
| 1.6 论文结构安排 | 第25-28页 |
| 2 基于颜色外观的颜色一致性变换 | 第28-50页 |
| 2.1 问题描述 | 第28-29页 |
| 2.2 色貌理论 | 第29-37页 |
| 2.2.1 色貌与色貌现象 | 第29-30页 |
| 2.2.2 色适应与色适应变换 | 第30-31页 |
| 2.2.3 色貌模型 | 第31-37页 |
| 2.3 CIECAM02模型和ICAM模型相结合的颜色一致性变换 | 第37-43页 |
| 2.3.1 色貌模型存在的问题 | 第37页 |
| 2.3.2 基于CIECAM02和i CAM色貌模型的颜色一致性变换 | 第37-40页 |
| 2.3.3 实验结果分析 | 第40-43页 |
| 2.4 基于视觉颜色模型的颜色一致性变换 | 第43-49页 |
| 2.4.1 视觉颜色模型 | 第43-47页 |
| 2.4.2 基于统计特性的颜色一致性变换算法 | 第47页 |
| 2.4.3 实验结果分析 | 第47-49页 |
| 2.5 本章小结 | 第49-50页 |
| 3 基于物理模型的颜色一致性求解 | 第50-72页 |
| 3.1 问题描述 | 第50页 |
| 3.2 颜色感知的物理模型 | 第50-51页 |
| 3.3 基于成像特性的辐射度还原 | 第51-61页 |
| 3.3.1 成像原理与相机响应曲线 | 第51-52页 |
| 3.3.2 基于边缘成像模型的相机响应逆函数求解 | 第52-57页 |
| 3.3.3 恢复图像辐射度 | 第57-61页 |
| 3.4 基于本征图像分解的物体反射特性提取 | 第61-71页 |
| 3.4.1 本征图像分解概述 | 第61-62页 |
| 3.4.2 基于颜色表征的反射和照射分量分解 | 第62-65页 |
| 3.4.3 基于邻域亮度和色度表征的反射分量补偿 | 第65-66页 |
| 3.4.4 反射和照射本征图像恢复 | 第66页 |
| 3.4.5 实验结果分析 | 第66-71页 |
| 3.5 本章小结 | 第71-72页 |
| 4 无重叠视域的多摄像机间行人再识别算法 | 第72-102页 |
| 4.1 问题描述 | 第72页 |
| 4.2 行人目标检测 | 第72-75页 |
| 4.3 基于局部对称特征的行人目标分区 | 第75-76页 |
| 4.4 基于颜色矩不变量描述的行人再识别 | 第76-84页 |
| 4.4.1 基于边缘的颜色不变量描述 | 第76-78页 |
| 4.4.2 基于矩不变量的颜色特征描述 | 第78-81页 |
| 4.4.3 实验结果分析 | 第81-84页 |
| 4.5 基于CSIFT特征的行人再识别 | 第84-90页 |
| 4.5.1 基于CSIFT特征的目标描述 | 第84-87页 |
| 4.5.2 特征匹配识别 | 第87页 |
| 4.5.3 实验结果分析 | 第87-90页 |
| 4.6 多特征融合的行人再识别 | 第90-99页 |
| 4.6.1 基于空间直方图的目标整体特征描述 | 第90-91页 |
| 4.6.2 基于主色区域的颜色和形状结合的局部特征描述 | 第91-93页 |
| 4.6.3 基于LBP纹理特征的目标描述 | 第93页 |
| 4.6.4 自适应选取权值的多特征融合算法 | 第93-94页 |
| 4.6.5 实验结果分析 | 第94-99页 |
| 4.7 算法分析 | 第99-101页 |
| 4.8 本章小结 | 第101-102页 |
| 5 均匀颜色空间中基于显著区域的视觉相似行人再识别算法 | 第102-132页 |
| 5.1 问题描述 | 第102-103页 |
| 5.2 均匀颜色空间与色差评价方法 | 第103-111页 |
| 5.2.1 CIELAB均匀颜色空间与色差公式 | 第104-106页 |
| 5.2.2 基于CIECAM02色貌模型的颜色空间与色差公式 | 第106-107页 |
| 5.2.3 基于图像的S-CIELAB模型 | 第107-108页 |
| 5.2.4 IPT均匀颜色空间 | 第108-110页 |
| 5.2.5 颜色空间均匀性及色差计算视觉评价方法 | 第110-111页 |
| 5.3 基于视觉实验的相似行人识别颜色空间选择 | 第111-119页 |
| 5.3.1 视觉评价实验方案与实验过程 | 第112-114页 |
| 5.3.2 均匀颜色空间性能评价 | 第114-119页 |
| 5.4 均匀颜色空间中基于颜色空间分布的行人再识别 | 第119-122页 |
| 5.4.1 基于颜色空间分布的行人再识别 | 第119-120页 |
| 5.4.2 实验结果分析 | 第120-122页 |
| 5.5 基于目标显著区域匹配的行人再识别 | 第122-127页 |
| 5.5.1 图像显著性区域检测概述 | 第122-124页 |
| 5.5.2 贝叶斯框架下基于局部统计特征分析的显著区域检测 | 第124-126页 |
| 5.5.3 基于显著区域匹配的行人再识别 | 第126-127页 |
| 5.6 基于颜色空间分布和显著区域的行人再识别 | 第127-131页 |
| 5.6.1 行人再识别算法框架 | 第127页 |
| 5.6.2 实验结果分析 | 第127-131页 |
| 5.7 本章小结 | 第131-132页 |
| 6 总结与展望 | 第132-136页 |
| 6.1 总结 | 第132-133页 |
| 6.2 展望 | 第133-136页 |
| 致谢 | 第136-138页 |
| 参考文献 | 第138-148页 |
| 攻读博士期间的主要研究成果 | 第148页 |
