|
|
|
基于人物属性的行人重识别分析与研究 |
|
论文目录 |
|
致谢 | 第7-8页 | 摘要 | 第8-9页 | ABSTRACT | 第9-10页 | 第一章 绪论 | 第16-23页 | 1.1 研究背景与意义 | 第16-17页 | 1.2 国内外研究现状 | 第17-21页 | 1.2.1 行人图像特征提取 | 第18-19页 | 1.2.2 距离度量学习 | 第19-21页 | 1.3 本文主要研究内容 | 第21-22页 | 1.4 论文结构安排 | 第22-23页 | 第二章 行人重识别及深度学习的相关介绍 | 第23-37页 | 2.1 行人重识别基础 | 第23-27页 | 2.1.1 问题表述与基础框架 | 第23-24页 | 2.1.2 常用数据集 | 第24-25页 | 2.1.3 行人重识别研究难点与挑战 | 第25-27页 | 2.2 深度学习简介 | 第27-36页 | 2.2.1 神经网络 | 第27-30页 | 2.2.2 卷积神经网络 | 第30-32页 | 2.2.3 常用深度学习网络模型 | 第32-36页 | 2.3 本章小结 | 第36-37页 | 第三章 基于行人检测的一体化行人重识别框架 | 第37-56页 | 3.1 引言 | 第37-39页 | 3.2 行人检测 | 第39-43页 | 3.2.1 传统行人检测 | 第39-41页 | 3.2.2 基于深度学习的行人检测 | 第41-43页 | 3.3 一体化行人重识别框架 | 第43-48页 | 3.3.1 一体化网络结构 | 第44-45页 | 3.3.2 Anchors改进 | 第45-46页 | 3.3.3 损失函数 | 第46-48页 | 3.4 实验结果与分析 | 第48-55页 | 3.4.1 数据集 | 第48-50页 | 3.4.2 评价指标 | 第50-51页 | 3.4.3 实验配置与参数 | 第51-52页 | 3.4.4 行人检测实验结果 | 第52页 | 3.4.5 行人重识别实验结果 | 第52-55页 | 3.5 本章小结 | 第55-56页 | 第四章 基于人物属性的多任务行人重识别框架 | 第56-68页 | 4.1 引言 | 第56-57页 | 4.2 数据集标注 | 第57-59页 | 4.3 算法整体框架 | 第59-60页 | 4.4 特征融合 | 第60-63页 | 4.4.1 背景与意义 | 第60-62页 | 4.4.2 人物属性的特征融合 | 第62-63页 | 4.5 实验 | 第63-67页 | 4.5.1 数据集描述和实验设定 | 第63页 | 4.5.2 实验配置与参数 | 第63页 | 4.5.3 人物属性预测结果 | 第63-64页 | 4.5.4 多任务结果分析 | 第64-65页 | 4.5.5 特征融合结果分析 | 第65-66页 | 4.5.6 主观结果分析 | 第66-67页 | 4.6 本章小结 | 第67-68页 | 第五章 总结与展望 | 第68-70页 | 5.1 本文工作总结 | 第68-69页 | 5.2 研究工作展望 | 第69-70页 | 参考文献 | 第70-75页 | 攻读硕士学位期间的学术活动及成果情况 | 第75-77页 |
|
|
|
|
论文编号BS4427462,这篇论文共77页 会员购买按0.35元/页下载,共需支付26.95元。 直接购买按0.5元/页下载,共需要支付38.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|