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

渐进式行人重识别关键技术研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第15-33页
    1.1 研究背景第15-17页
    1.2 行人重识别第17-18页
    1.3 国内外研究现状第18-28页
        1.3.1 行人重识别第18-23页
        1.3.2 步态识别第23-28页
    1.4 面临挑战及研究内容第28-31页
        1.4.1 面临挑战第28-29页
        1.4.2 研究内容第29-31页
    1.5 论文结构第31-33页
第二章 行人多级外观特征融合第33-47页
    2.1 引言第33-34页
    2.2 行人外观高级语义特征学习第34-38页
        2.2.1 孪生灵感网络结构第34-37页
        2.2.2 对比损失函数第37-38页
    2.3 基于零空间度量学习的多级外观特征融合第38-39页
        2.3.1 行人多级外观特征表示第38页
        2.3.2 基于零空间度量学习的融合方法第38-39页
    2.4 实验结果与分析第39-46页
        2.4.1 数据集第39-40页
        2.4.2 实验设置及评价标准第40-41页
        2.4.3 Market-1501数据集上的性能评价第41-45页
        2.4.4 CUHK03、PRID2011和VIPeR数据集上的性能评价第45-46页
    2.5 本章小结第46-47页
第三章 步态图像的任意视角转换方法第47-63页
    3.1 引言第47-49页
    3.2 相关工作第49-52页
        3.2.1 生成对抗网络第49-50页
        3.2.2 3D人体重建第50-52页
    3.3 循环一致的注意力生成对抗网络模型第52-56页
        3.3.1 网络架构第52-54页
        3.3.2 综合损失函数第54-56页
    3.4 实验结果与分析第56-60页
        3.4.1 数据集与实验设置第56-58页
        3.4.2 步态图像合成的定性分析第58页
        3.4.3 步态图像合成的定量分析第58-60页
        3.4.4 消融研究第60页
    3.5 本章小结第60-63页
第四章 不规则步态的显著周期性时空信息提取方法第63-87页
    4.1 引言第63-65页
    4.2 显著的空间-时间信息总结网络模型第65-73页
        4.2.1 空间注意力单元第66-67页
        4.2.2 不规则步态序列周期性运动建模第67-69页
        4.2.3 注意力时序总结单元第69-70页
        4.2.4 基于孪生结构的ASTSN第70-72页
        4.2.5 基于NTFS方法的特征嵌入第72-73页
    4.3 实验结果与分析第73-85页
        4.3.1 数据集与评价标准第73-74页
        4.3.2 实验设置第74-75页
        4.3.3 比较的方法第75-76页
        4.3.4 OULP数据集上的性能评价第76-78页
        4.3.5 CASIA-B数据集上的性能评价第78-80页
        4.3.6 消融研究第80-82页
        4.3.7 定性分析第82-85页
    4.4 本章小结第85-87页
第五章 渐进式行人重识别原型系统第87-103页
    5.1 应用背景第87-88页
    5.2 渐进式行人重识别框架第88-90页
    5.3 渐进式行人重识别原型系统第90-94页
        5.3.1 行人数据采集子模块第91页
        5.3.2 渐进式行人重识别子模块第91-94页
        5.3.3 原型系统运行环境第94页
    5.4 系统评估第94-101页
        5.4.1 数据集与评价标准第96页
        5.4.2 实验设置第96-97页
        5.4.3 基于外观行人粗略过滤的性能评价第97-98页
        5.4.4 渐进式行人重识别的性能评价第98-99页
        5.4.5 与现存方法对比第99-100页
        5.4.6 渐进式重识别的效率分析第100-101页
    5.5 本章小结第101-103页
第六章 总结与展望第103-109页
    6.1 论文工作总结第103-105页
    6.2 未来工作展望第105-109页
参考文献第109-119页
致谢第119-121页
攻读学位期间发表的学术论文目录第121页

论文共121页,点击 下载论文
上一篇:面向一体化电子系统应用的宽带通用射频光前端技术
下一篇:面向自然语言处理的注意力机制研究