| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-24页 |
| ·研究背景及意义 | 第13-20页 |
| ·论文的研究内容 | 第20-21页 |
| ·论文的创新点 | 第21-22页 |
| ·论文的章节安排 | 第22-24页 |
| 第二章 行人检测与行人再识别相关技术的研究综述 | 第24-43页 |
| ·行人检测技术的研究现状 | 第24-30页 |
| ·宏观行人检测的研究现状 | 第24-25页 |
| ·微观行人检测的研究现状 | 第25-30页 |
| ·行人再识别技术的研究现状 | 第30-38页 |
| ·深度图像相关技术 | 第38-42页 |
| ·深度图像获取 | 第38-39页 |
| ·深度图像的表示 | 第39-41页 |
| ·深度图像的校正 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第三章 基于深度与视觉信息融合的行人检测技术研究 | 第43-60页 |
| ·引言 | 第43-44页 |
| ·基于双层高斯混合模型的感兴趣区域提取 | 第44-47页 |
| ·头部检测 | 第47-53页 |
| ·Haar特征 | 第47-48页 |
| ·积分图像 | 第48-50页 |
| ·AdaBoost算法 | 第50-51页 |
| ·级联分类器 | 第51-52页 |
| ·基于深度与彩色图像检测结果融合的人头检测 | 第52-53页 |
| ·基于图论的人体提取 | 第53-56页 |
| ·实验结果与分析 | 第56-59页 |
| ·小结 | 第59-60页 |
| 第四章 基于深度图像的人体部位识别技术研究 | 第60-72页 |
| ·引言 | 第60页 |
| ·人体部分识别的总体框架 | 第60-61页 |
| ·基于骨骼的测地距离特征的提取 | 第61-64页 |
| ·欧式距离的测量 | 第61页 |
| ·测地距离的测量 | 第61-62页 |
| ·基于人体骨骼的测地距离特征 | 第62-64页 |
| ·基于支持向量机的人体部位识别 | 第64-66页 |
| ·实验结果与分析 | 第66-70页 |
| ·实验数据 | 第66-68页 |
| ·实验结果 | 第68-70页 |
| ·小结 | 第70-72页 |
| 第五章 基于深度与视觉信息融合的行人再识别研究 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·常用特征 | 第73-77页 |
| ·颜色特征 | 第73-75页 |
| ·纹理特征 | 第75-77页 |
| ·融合深度信息与视觉信息的人体外貌模型 | 第77-78页 |
| ·融合深度与视觉信息的特征 | 第77-78页 |
| ·基于骨骼的空间特征 | 第78页 |
| ·基于免疫进化算法的行人再识别 | 第78-83页 |
| ·实验结果与分析 | 第83-87页 |
| ·小结 | 第87-88页 |
| 第六章 基于深度与视觉信息融合的多镜头行人再识别研究 | 第88-102页 |
| ·引言 | 第88-89页 |
| ·行人视角识别 | 第89-91页 |
| ·基于骨骼的关键帧选择 | 第91-92页 |
| ·多镜头特征提取 | 第92-93页 |
| ·基于免疫进化算法的多镜头行人再识别 | 第93-94页 |
| ·实验结果与分析 | 第94-101页 |
| ·行人视角识别 | 第95-96页 |
| ·行人视角识别对于行人再识别的影响 | 第96-97页 |
| ·关键帧与周期性局部特征的设置 | 第97-99页 |
| ·多镜头行人再识别 | 第99-101页 |
| ·小结 | 第101-102页 |
| 第七章 总结与展望 | 第102-104页 |
| ·总结 | 第102-103页 |
| ·展望 | 第103-104页 |
| 参考文献 | 第104-113页 |
| 附录A 攻读博士学位期间完成的学术成果 | 第113-114页 |
| 附录B 攻读博士学位期间所参与的项目 | 第114-115页 |
| 附录C 攻读博士学位期间获得的奖励和荣誉 | 第115页 |