摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第15-21页 |
1.1 研究背景及意义 | 第15-16页 |
1.2 关键问题描述 | 第16-17页 |
1.3 本论文主要工作及创新点 | 第17-18页 |
1.4 本论文组织与结构 | 第18-21页 |
第2章 相关研究方法 | 第21-43页 |
2.1 深度学习方法 | 第21-28页 |
2.1.1 深度学习的发展历史和基本概念 | 第21-22页 |
2.1.2 反向传播算法 | 第22-25页 |
2.1.3 自编码器 | 第25-26页 |
2.1.4 卷积神经网络 | 第26-28页 |
2.2 异常事件检测方法 | 第28-30页 |
2.3 人脸识别方法 | 第30-37页 |
2.3.1 特征提取方法 | 第31-32页 |
2.3.2 分类方法 | 第32-34页 |
2.3.3 异构人脸识别 | 第34-37页 |
2.4 行人重识别方法 | 第37-43页 |
2.4.1 基于手工特征的行人重识别方法 | 第37-39页 |
2.4.2 基于语义特征的行人重识别方法 | 第39-40页 |
2.4.3 基于深度学习的行人重识别方法 | 第40-41页 |
2.4.4 基于度量学习的行人重识别方法 | 第41-43页 |
第3章 基于自适应多自编码器的异常事件检测方法 | 第43-53页 |
3.1 问题描述 | 第43-45页 |
3.2 基于自适应多自编码器深度网络模型 | 第45-48页 |
3.2.1 算法流程 | 第46-47页 |
3.2.2 异常事件检测方法 | 第47-48页 |
3.3 实验结果与分析 | 第48-51页 |
3.3.1 实验设置 | 第48页 |
3.3.2 实验结果 | 第48-50页 |
3.3.3 复杂度分析 | 第50-51页 |
3.4 本章小结 | 第51-53页 |
第4章 基于PCANet的异常事件检测方法 | 第53-63页 |
4.1 问题描述 | 第53-54页 |
4.2 基于PCANet的异常事件检测方法 | 第54-59页 |
4.2.1 算法流程 | 第54-55页 |
4.2.2 主成分分析 | 第55-57页 |
4.2.3 PCANet网络模型 | 第57-59页 |
4.2.4 异常事件检测方法 | 第59页 |
4.3 实验结果与分析 | 第59-62页 |
4.3.1 实验设置与结果 | 第60-62页 |
4.4 本章小结 | 第62-63页 |
第5章 基于卷积神经网络的高低分辨率人脸识别方法 | 第63-77页 |
5.1 问题描述 | 第64-65页 |
5.2 基于归一化输入的卷积神经网络模型 | 第65-69页 |
5.2.1 模型结构和算法流程 | 第65-66页 |
5.2.2 训练过程 | 第66-67页 |
5.2.3 距离度量 | 第67页 |
5.2.4 实验结果与分析 | 第67-69页 |
5.3 基于特征回归的卷积神经网络模型 | 第69-73页 |
5.3.1 算法流程 | 第69-71页 |
5.3.2 训练和测试 | 第71-72页 |
5.3.3 实验结果与分析 | 第72-73页 |
5.4 本章小结 | 第73-77页 |
第6章 基于深度匹配模型的行人重识别方法 | 第77-89页 |
6.1 问题描述 | 第77-78页 |
6.2 基于深度匹配模型的网络结构 | 第78-82页 |
6.2.1 分类模型 | 第78-79页 |
6.2.2 多尺度匹配模型 | 第79-81页 |
6.2.3 训练和测试 | 第81-82页 |
6.3 实验结果与分析 | 第82-87页 |
6.3.1 CUHK01数据集上的实验结果 | 第82-84页 |
6.3.2 CUHK03数据集上的实验结果 | 第84-85页 |
6.3.3 Market-1501数据集上的实验结果 | 第85-87页 |
6.4 本章小结 | 第87-89页 |
第7章 基于注意力池化的行人重识别方法 | 第89-99页 |
7.1 问题描述 | 第89-91页 |
7.2 基于注意力池化的深度网络结构 | 第91-94页 |
7.2.1 全局分支 | 第91-92页 |
7.2.2 注意力分支 | 第92-93页 |
7.2.3 模型训练和测试 | 第93-94页 |
7.3 实验结果与分析 | 第94-96页 |
7.4 本章小结 | 第96-99页 |
第8章 工作总结与展望 | 第99-103页 |
8.1 工作总结 | 第99-100页 |
8.2 工作展望 | 第100-103页 |
参考文献 | 第103-115页 |
致谢 | 第115-117页 |
在读期间发表的学术论文与取得的研究成果 | 第117-118页 |