| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-30页 |
| 1.1 研究背景和意义 | 第11-14页 |
| 1.2 行人再识别的研究现状 | 第14-25页 |
| 1.2.1 行人再识别研究的一般流程 | 第16-17页 |
| 1.2.2 行人再识别中的图像特征表达 | 第17-21页 |
| 1.2.3 行人再识别中的距离/相似度计算 | 第21-23页 |
| 1.2.4 行人再识别中的深度学习模型 | 第23-24页 |
| 1.2.5 行人再识别中的后优化 | 第24-25页 |
| 1.3 本文的研究内容 | 第25-27页 |
| 1.4 本文主要创新点 | 第27页 |
| 1.5 本文的章节安排 | 第27-30页 |
| 第二章 基于大间隔相对距离度量学习的行人再识别 | 第30-66页 |
| 2.1 引言 | 第30-31页 |
| 2.2 距离度量学习 | 第31-37页 |
| 2.2.1 马氏距离度量学习的问题描述 | 第32-33页 |
| 2.2.2 典型的马氏距离度量学习方法 | 第33-37页 |
| 2.3 在类内子空间学习大间隔相对距离度量的行人再识别 | 第37-48页 |
| 2.3.1 问题描述 | 第38-43页 |
| 2.3.2 优化方法 | 第43-48页 |
| 2.4 实验结果与分析 | 第48-65页 |
| 2.4.1 实验数据集 | 第49-52页 |
| 2.4.2 条状金字塔空间特征描述子 | 第52-54页 |
| 2.4.3 实验设置 | 第54-55页 |
| 2.4.4 VIPeR数据集上的实验结果 | 第55-58页 |
| 2.4.5 PRID450S数据集上的实验结果 | 第58-60页 |
| 2.4.6 GRID数据集上的实验结果 | 第60-61页 |
| 2.4.7 对比实验及分析 | 第61-65页 |
| 2.5 本章小结 | 第65-66页 |
| 第三章 基于广义相似性度量学习的行人再识别 | 第66-98页 |
| 3.1 引言 | 第66-67页 |
| 3.2 基于多度量学习的行人再识别相关工作 | 第67-70页 |
| 3.3 联合学习马氏距离度量与双线性度量的广义相似性度量学习模型 | 第70-81页 |
| 3.3.1 在类内子空间学习广义相似性度量的问题描述 | 第72-75页 |
| 3.3.2 优化方法 | 第75-81页 |
| 3.4 实验结果与分析 | 第81-97页 |
| 3.4.1 数据集、评价指标与实验设置 | 第81-82页 |
| 3.4.2 增强的局部出现特征描述子 | 第82-85页 |
| 3.4.3 VIPeR数据集上的实验结果 | 第85-89页 |
| 3.4.4 PRID450S数据集上的实验结果 | 第89-92页 |
| 3.4.5 GRID数据集上的实验结果 | 第92页 |
| 3.4.6 CUHK01数据集上的实验结果 | 第92-93页 |
| 3.4.7 对比实验及分析 | 第93-97页 |
| 3.5 本章小结 | 第97-98页 |
| 第四章 基于核化边界零空间学习的行人再识别 | 第98-121页 |
| 4.1 引言 | 第98-99页 |
| 4.2 背景与相关工作简介 | 第99-103页 |
| 4.2.1 边界Fisher判别分析 | 第100-102页 |
| 4.2.2 零空间Foley-Sammon变换 | 第102-103页 |
| 4.3 边界零空间学习算法 | 第103-107页 |
| 4.4 核化边界零空间学习算法 | 第107-111页 |
| 4.5 实验结果及分析 | 第111-120页 |
| 4.5.1 数据集与实验设置 | 第111-113页 |
| 4.5.2 VIPeR数据集上的实验结果 | 第113-115页 |
| 4.5.3 PRID450S数据集上的实验结果 | 第115-116页 |
| 4.5.4 GRID数据集上的实验结果 | 第116-117页 |
| 4.5.5 3DPeS数据集上的实验结果 | 第117页 |
| 4.5.6 分析与讨论 | 第117-120页 |
| 4.6 本章小结 | 第120-121页 |
| 第五章 迭代学习多个核化零空间的行人再识别 | 第121-143页 |
| 5.1 引言 | 第121-123页 |
| 5.2 迭代学习多个核化零空间的系统框架 | 第123-128页 |
| 5.2.1 伪训练集的创建 | 第123-126页 |
| 5.2.2 多个核化度量的迭代学习 | 第126-128页 |
| 5.3 实验结果及分析 | 第128-142页 |
| 5.3.1 实验设置 | 第128页 |
| 5.3.2 VIPeR数据集上的实验结果 | 第128-132页 |
| 5.3.3 PRID450S数据集上的实验结果 | 第132-135页 |
| 5.3.4 GRID数据集上的实验结果 | 第135-137页 |
| 5.3.5 3DPeS数据集上的实验结果 | 第137-138页 |
| 5.3.6 分析与讨论 | 第138-142页 |
| 5.3.7 训练耗时 | 第142页 |
| 5.4 本章小结 | 第142-143页 |
| 第六章 总结与展望 | 第143-146页 |
| 6.1 全文工作总结 | 第143-144页 |
| 6.2 未来工作展望 | 第144-146页 |
| 参考文献 | 第146-160页 |
| 发表文章目录及科研项目 | 第160-162页 |
| 致谢 | 第162-164页 |
