基于多重反向传播网络与度量融合的行人重识别研究

目录

声明

第一章 绪论

1.1 研究背景及其意义

1.2 行人重识别研究现状

1.2.1 基于特征表示的行人重识别

1.2.2 基于度量学习的行人重识别

1.3 常用数据集简介

1.4 性能评价标准

1.5 我的工作安排

第二章 基于多重反向传播网络的行人重识别特征研究

2.1 相关深度网络模型介绍

2.1.1 AlexNet

2.1.2 VGGNet

2.1.3 GoogLeNet

2.1.4 ResNet

2.1.5 DenseNet

2.2 多重反向传播网络

2.2.1 多重反向传播网络模型

2.2.2 多重反向传播网络损失函数

2.3 实验与分析

2.3.1 实验结果

2.3.2 消融试验分析

2.4 本章总结

第三章 基于重排序欧式距离和度量融合的行人重识别算法研究

3.1 相关方法介绍

3.1.1 重排序技术

3.1.2 度量融合技术

3.2 基于重排序欧式距离的行人重识别算法研究

3.3 基于度量融合的行人重识别算法研究

3.4 实验分析

3.4.1 重排序欧式距离试验

3.4.2度量融合试验

3.5 本章总结

第四章 基于多重反向传播网络与度量融合的行人重识别研究

4.1 相关方法介绍

4.2 基于多重反向传播网络与度量融合方法

4.3 权值优化算法

4.4 实验结果分析

4.5 本章总结

第五章 总结与展望

参考文献

攻读硕士学位期间的成果

致谢