基于深度学习的行人再识别系统的研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究内容及现状 | 第10-16页 |
| 1.2.1 行人识别算法的研究内容及现状 | 第10-13页 |
| 1.2.2 图片检索算法的研究内容及现状 | 第13-16页 |
| 1.2.3 本文主要工作 | 第16页 |
| 1.3 论文组织结构 | 第16-17页 |
| 第二章 行人再识别相关算法和技术概述 | 第17-27页 |
| 2.1 深度神经网络 | 第17-20页 |
| 2.2 距离度量学习 | 第20-22页 |
| 2.3 重排序 | 第22-24页 |
| 2.4 拉普拉斯特征映射 | 第24-25页 |
| 2.5 正交PROCRUSTES问题 | 第25页 |
| 2.6 本章小结 | 第25-27页 |
| 第三章 行人再识别算法模型的研究 | 第27-41页 |
| 3.1 行人识别算法 | 第27-33页 |
| 3.1.1 行人识别算法分析总结 | 第27-30页 |
| 3.1.2 行人识别算法实验结果与分析 | 第30-33页 |
| 3.2 图片检索算法 | 第33-37页 |
| 3.2.1 图片检索算法分析总结 | 第33-35页 |
| 3.2.2 图片检索算法实验结果与分析 | 第35-37页 |
| 3.3 行人再识别系统模型 | 第37-40页 |
| 3.3.1 行人再识别系统模型 | 第38-39页 |
| 3.3.2 行人再识别系统模型实验结果与分析 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 行人再识别系统的需求分析和概要设计 | 第41-55页 |
| 4.1 系统需求分析 | 第41-46页 |
| 4.1.1 系统业务分析 | 第41-42页 |
| 4.1.2 系统角色分析 | 第42-43页 |
| 4.1.3 系统功能性需求分析 | 第43-46页 |
| 4.1.4 系统非功能性需求分析 | 第46页 |
| 4.2 系统概要设计 | 第46-53页 |
| 4.2.1 系统物理部署结构设计 | 第46-47页 |
| 4.2.2 系统架构设计 | 第47-49页 |
| 4.2.3 系统功能模块设计 | 第49页 |
| 4.2.4 系统数据库模式设计 | 第49-50页 |
| 4.2.5 系统数据库表设计 | 第50-53页 |
| 4.3 本章小结 | 第53-55页 |
| 第五章 行人再识别系统的详细设计与实现 | 第55-71页 |
| 5.1 系统管理模块的详细设计与实现 | 第55-57页 |
| 5.2 资源管理模块的详细设计与实现 | 第57-64页 |
| 5.2.1 计算资源管理子模块的详细设计与实现 | 第58-60页 |
| 5.2.2 任务调度子模块的详细设计与实现 | 第60-64页 |
| 5.3 模型管理模块的详细设计与实现 | 第64-67页 |
| 5.4 算法库的详细设计与实现 | 第67-69页 |
| 5.5 本章小结 | 第69-71页 |
| 第六章 系统测试与论文工作总结 | 第71-81页 |
| 6.1 系统测试 | 第71-80页 |
| 6.1.1 系统功能测试 | 第71-77页 |
| 6.1.2 系统非功能性测试 | 第77-78页 |
| 6.1.3 系统部分界面展示 | 第78-80页 |
| 6.2 论文工作总结 | 第80页 |
| 6.3 下一步工作展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85页 |
