|
行人的特征表示与再辨识 | |
论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 课题研究背景 | 第11-14页 |
| 1.1.1 研究背景和意义 | 第11-12页 |
| 1.1.2 课题主要难点和关键技术 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 基于传统特征的行人再辨识 | 第14页 |
| 1.2.2 基于深度特征的行人再辨识 | 第14-16页 |
| 1.2.3 行人再辨识的损失函数 | 第16-17页 |
| 1.3 数据集及性能评估 | 第17-18页 |
| 1.3.1 行人再辨识常用数据集 | 第17-18页 |
| 1.3.2 性能评估标准 | 第18页 |
| 1.4 本文主要工作和研究成果 | 第18-19页 |
| 1.5 论文结构安排 | 第19-21页 |
| 第二章 基于图像数据的行人再辨识 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 图像数据行人再辨识背景 | 第21-25页 |
| 2.2.1 行人再辨识基本框架 | 第21-22页 |
| 2.2.2 基于人体部分区域的特征学习 | 第22-23页 |
| 2.2.3 显著性学习 | 第23-24页 |
| 2.2.4 判别性行人特征增强学习 | 第24-25页 |
| 2.3 基于多级语义特征融合和显著性分析的特征学习 | 第25-29页 |
| 2.3.1 网络整体框架 | 第25-26页 |
| 2.3.2 中级语义特征融合模块 | 第26-27页 |
| 2.3.3 高级语义特征提取模块 | 第27-28页 |
| 2.3.4 基于显著性的块级别特征增强 | 第28-29页 |
| 2.4 实验 | 第29-32页 |
| 2.4.1 数据集 | 第29-30页 |
| 2.4.2 实验设置 | 第30页 |
| 2.4.3 特征学习实验对比 | 第30-31页 |
| 2.4.4 实验结果对比与分析 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于序列数据的行人再辨识 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 序列数据行人再辨识背景 | 第33-37页 |
| 3.2.1 循环神经网络简介 | 第33-34页 |
| 3.2.2 深度学习中的注意力机制 | 第34-36页 |
| 3.2.3 时域特征融合 | 第36-37页 |
| 3.3 基于帧特征增强和混合融合的特征学习 | 第37-41页 |
| 3.3.1 网络整体结构 | 第37-38页 |
| 3.3.2 双向帧特征增强模块 | 第38-40页 |
| 3.3.3 帧特征混合融合模块 | 第40-41页 |
| 3.4 实验 | 第41-45页 |
| 3.4.1 数据集 | 第41-42页 |
| 3.4.2 实验设置 | 第42页 |
| 3.4.3 特征学习实验对比 | 第42-43页 |
| 3.4.4 实验结果对比与分析 | 第43-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 无监督行人再辨识 | 第47-57页 |
| 4.1 引言 | 第47页 |
| 4.2 相关工作背景 | 第47-49页 |
| 4.2.1 无监督行人再辨识背景 | 第47-48页 |
| 4.2.2 行人关键点估计 | 第48-49页 |
| 4.3 无监督行人特征学习 | 第49-53页 |
| 4.3.1 网络整体框架 | 第49-50页 |
| 4.3.2 基于关键点信息增强的无监督行人特征学习 | 第50-52页 |
| 4.3.3 自适应簇多样性正则项 | 第52-53页 |
| 4.4 实验 | 第53-56页 |
| 4.4.1 数据集及实验设置 | 第53-54页 |
| 4.4.2 特征学习实验对比 | 第54-55页 |
| 4.4.3 实验结果对比与分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文总结 | 第57页 |
| 5.2 未来展望 | 第57-59页 |
| 参考文献 | 第59-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间发表的学术论文目录 | 第69页 |
本篇论文共69页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 夕木** 提供，作者删除入口请点击这里 |