封面
中文摘要
英文摘要
目录
1 绪 论
1.1 课题背景及意义
1.2 国内外研究现状
1.2.1 基于特征表示方法研究现状
1.2.2 基于模型学习方法研究现状
1.3 本文主要研究内容
1.4 论文结构安排
2 基于HSV特征和自适应距离度量学习的行人重识别研究
2.1 基于空间颜色特性的特征提取
2.1.1 HSV颜色空间
2.1.2 特征提取
2.2 自适应距离度量学习方法
2.2.1 紧缩扩展自适应约束
2.2.2 正则化
2.2.3 交叉验证
2.2.4 M-SEMAL算法
2.3 系统设计
2.4 实验仿真分析
2.4.1 数据库
2.4.2 行人重识别的评估方法
2.4.3 实验结果分析
2.5 本章小结
3 基于深度学习的行人重识别研究
3.1 特征提取
3.1.1 卷积层
3.1.2 池化层
3.1.3 ReLU层
3.1.4 全连接层
3.1.5 Softmax回归
3.1.6 BP算法调参优化过程
3.1.7 Caffe下网络模型训练
3.2 基于深度学习的行人重识别系统设计
3.3 实验仿真分析
3.4 本章小结
4 总结与展望
致谢
参考文献
附录
A 作者在攻读学位期间发表和撰写的论文
B 作者在攻读学位期间申请的发明专利
C 作者在攻读学位期间获得的荣誉奖励