声明
致谢
1 引言
1.1 研究背景
1.2 研究目的与意义
1.3 本文研究内容
1.4 本文组织结构
2 国内外研究现状
2.1 有监督行人重识别
2.1.1 基于表征的行人重识别
2.1.2 基于度量的行人重识别
2.1.3 基于生成对抗网络的行人重识别
2.2 无监督行人重识别
2.3 跨域行人重识别
2.4 生成对抗网络
3 基于图像风格转换的跨单目标域多任务优化模型
3.1 基于生成对抗网络的图像风格转换模型
3.2 基于图像风格转换的跨单目标域多任务优化模型
3.2.1 模型整体设计
3.2.2 基于图像风格转换的数据增强
3.2.3 基于特征空间的分类任务
3.2.4 基于相机不变性的度量任务
3.3 实验结果及分析
3.3.1 行人重识别数据集
3.3.2 实验衡量指标
3.3.3 模型训练与测试
3.3.4 最新方法的对比实验结果与分析
3.3.5 组件对比实验结果与分析
3.4 本章小结
4 基于分布对齐和相机属性的跨多目标域行人重识别模型
4.1 基于图像风格转换的多目标域分布对齐方法
4.2 基于分布对齐和相机属性的跨多目标域模型
4.2.1 模型总体设计
4.2.2 基于相机属性的特征提取方法
4.2.3 基于域间分布对齐的分类任务
4.2.4 基于域内分布对齐的度量任务
4.3 实验结果与分析
4.3.1 数据集与衡量指标
4.3.2 模型训练与测试
4.3.3 跨多目标域的最新方法对比实验结果与分析
4.3.4 跨单目标域的最新方法对比实验结果与分析
4.3.5 组件对比实验结果与分析
4.4 本章小结
5 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;