首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度特征的监控视频下的行人重识别技术研究

摘要第4-6页
Abstract第6-7页
第一章 绪论第12-26页
    1.1 研究背景第12-13页
    1.2 国内外研究现状第13-20页
        1.2.1 基于手工特征的行人重识别第14-16页
        1.2.2 基于深度学习的行人重识别第16-20页
    1.3 数据集及评价方法第20-24页
        1.3.1 评价方法第20-22页
        1.3.2 数据集第22-24页
    1.4 本文主要研究内容第24页
    1.5 本文组织结构第24-26页
第二章 基于深度特征学习的行人重识别第26-32页
    2.1 引言第26-27页
    2.2 分类模型第27-28页
    2.3 孪生网络模型第28-30页
        2.3.1 基于图像对的特征学习第28-29页
        2.3.2 基于三元组的特征学习第29-30页
    2.4 本章总结第30-32页
第三章 基于融合损失函数的深度特征学习第32-44页
    3.1 引言第32页
    3.2 基于融合损失函数的深度网络结构第32-36页
        3.2.1 网络结构第32-34页
        3.2.2 改进的三元组损失函数第34-36页
    3.3 实验与分析第36-41页
        3.3.1 fine-tune微调第36页
        3.3.2 实验设置第36-37页
        3.3.3 实验结果和分析第37-41页
    3.4 本章小结第41-44页
第四章 基于深度特征和手工特征结合的行人重识别系统第44-56页
    4.1 引言第44页
    4.2 整体需求分析第44-45页
    4.3 系统功能设计第45-46页
    4.4 具体实现第46-54页
        4.4.1 开发环境第46-47页
        4.4.2 监控视频行人检测模块第47-49页
        4.4.3 特征提取模块第49-50页
        4.4.4 检索模块第50-54页
    4.5 系统界面及结果展示第54页
    4.6 本章小结第54-56页
第五章 总结和展望第56-58页
    5.1 本文工作总结第56页
    5.2 未来工作展望第56-58页
参考文献第58-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:车联网海量数据实时处理研究
下一篇:基于子空间学习的运动目标检测算法研究