基于区域边缘直方图的视频目标再识别算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第13-15页 |
| 1.1 课题研究的背景与意义 | 第13页 |
| 1.2 论文的主要研究内容 | 第13-14页 |
| 1.3 论文结构安排 | 第14-15页 |
| 2 视频目标再识别问题综述 | 第15-22页 |
| 2.1 目标再识别基本问题 | 第15-17页 |
| 2.2 目标个数变化 | 第17-18页 |
| 2.2.1 单目标再识别 | 第17-18页 |
| 2.2.2 多目标再识别 | 第18页 |
| 2.3 场景变化 | 第18-20页 |
| 2.3.1 单场景目标再识别 | 第19页 |
| 2.3.2 多场景目标再识别 | 第19-20页 |
| 2.4 通用评价指标 | 第20页 |
| 2.4.1 公开数据集 | 第20页 |
| 2.4.2 CMC统计识别曲线 | 第20页 |
| 2.5 本章小结 | 第20-22页 |
| 3 视频目标特征提取算法 | 第22-31页 |
| 3.1 静态特征提取 | 第22-28页 |
| 3.1.1 颜色直方图特征 | 第22-23页 |
| 3.1.2 纹理直方图特征 | 第23-24页 |
| 3.1.3 区域边缘直方图 | 第24-26页 |
| 3.1.4 彩色区域边缘直方图 | 第26-27页 |
| 3.1.5 其他静态图像特征提取算法 | 第27-28页 |
| 3.2 动态特征提取 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 4 基于区域边缘直方图的视频目标再识别 | 第31-40页 |
| 4.1 前景检测算法 | 第31-33页 |
| 4.2 区域边缘直方图特征提取 | 第33页 |
| 4.2.1 基于灰度和HSV颜色空间的特征向量 | 第33页 |
| 4.2.2 特征向量维度处理 | 第33页 |
| 4.3 相似性度量 | 第33-34页 |
| 4.4 实验结果分析 | 第34-39页 |
| 4.4.1 实验环境 | 第34页 |
| 4.4.2 基于灰度空间实验结果 | 第34-37页 |
| 4.4.3 基于HSV颜色空间实验结果 | 第37-38页 |
| 4.4.4 再识别误判结果分析 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 基于跨场景公开数据集实验 | 第40-50页 |
| 5.1 场景亮度和颜色转移函数 | 第40-42页 |
| 5.1.1 亮度转移函数 | 第40-41页 |
| 5.1.2 颜色转移函数 | 第41-42页 |
| 5.2 实验结果与分析 | 第42-46页 |
| 5.2.1 基于PRID-450S数据集实验 | 第42-44页 |
| 5.2.2 基于 3Dpes数据集实验 | 第44-46页 |
| 5.3 目标再识别框架性能与可行性分析 | 第46-49页 |
| 5.3.1 算法性能分析 | 第46-47页 |
| 5.3.2 框架可行性分析 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 作者简历 | 第56页 |
