|
|
|
基于度量学习和深度学习的行人重识别研究 |
|
论文目录 |
|
摘要 | 第3-4页 | ABSTRACT | 第4-5页 | 1 绪论 | 第8-19页 | 1.1 课题背景及意义 | 第8-9页 | 1.2 国内外研究现状 | 第9-17页 | 1.2.1 基于特征表示方法研究现状 | 第9-13页 | 1.2.2 基于模型学习方法研究现状 | 第13-17页 | 1.3 本文主要研究内容 | 第17-18页 | 1.4 论文结构安排 | 第18-19页 | 2 基于HSV特征和自适应距离度量学习的行人重识别研究 | 第19-34页 | 2.1 基于空间颜色特性的特征提取 | 第19-21页 | 2.1.1 HSV颜色空间 | 第19-20页 | 2.1.2 特征提取 | 第20-21页 | 2.2 自适应距离度量学习方法 | 第21-27页 | 2.2.1 紧缩扩展自适应约束 | 第22-23页 | 2.2.2 正则化 | 第23-25页 | 2.2.3 交叉验证 | 第25页 | 2.2.4 M-SEMAL算法 | 第25-27页 | 2.3 系统设计 | 第27-28页 | 2.4 实验仿真分析 | 第28-33页 | 2.4.1 数据库 | 第28-29页 | 2.4.2 行人重识别的评估方法 | 第29-30页 | 2.4.3 实验结果分析 | 第30-33页 | 2.5 本章小结 | 第33-34页 | 3 基于深度学习的行人重识别研究 | 第34-53页 | 3.1 特征提取 | 第34-46页 | 3.1.1 卷积层 | 第36-37页 | 3.1.2 池化层 | 第37页 | 3.1.3 ReLU层 | 第37-39页 | 3.1.4 全连接层 | 第39-41页 | 3.1.5 Softmax回归 | 第41-42页 | 3.1.6 BP算法调参优化过程 | 第42-45页 | 3.1.7 Caffe下网络模型训练 | 第45-46页 | 3.2 基于深度学习的行人重识别系统设计 | 第46-47页 | 3.3 实验仿真分析 | 第47-52页 | 3.4 本章小结 | 第52-53页 | 4 总结与展望 | 第53-54页 | 致谢 | 第54-55页 | 参考文献 | 第55-62页 | 附录 | 第62页 | A 作者在攻读学位期间发表和撰写的论文 | 第62页 | B 作者在攻读学位期间申请的发明专利 | 第62页 | C 作者在攻读学位期间获得的荣誉奖励 | 第62页 |
|
|
|
|
论文编号BS2733556,这篇论文共62页 会员购买按0.35元/页下载,共需支付21.7元。 直接购买按0.5元/页下载,共需要支付31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。 |
|
|