第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 卷积神经网络国内外研究现状
1.2.2 行人再识别国内外研究现状
1.3 主要研究工作
1.4 论文的结构安排
第2章 卷积神经网络
2.1 人工神经网络
2.1.1 神经元
2.1.2 前向计算过程
2.1.3 反向传播过程
2.2. 卷积神经网络结构
2.2.1 卷积层
2.2.2 激活层
2.2.3 池化层
2.2.4 全连接层
2.3 卷积神经网络的优点
(1)像特征的层次化结构
(2)仿生物学理论
(3)积神经网络的局部连接属性
(4)积神经网络的权值共享特性
(5)积神经网络端对端的处理方式
2.4 本章小结
第3章 多分支汇聚卷积网络设计
3.1 硬件环境及Caffe框架
3.2 AlexNet网络
3.3 基于多分支汇聚的卷积结构设计
3.3.1 多分支汇聚结构模块
3.3.2 多分支汇聚整体网络设计
3.4 多分支汇聚网络的训练与实验过程
3.4.1 数据集介绍
3.4.2 图像预处理
3.4.3 网络参数选取
3.4.4 实验结果分析
3.6 本章小结
第4章 多尺度并行融合的轻量级卷积网络设计
4.1 轻量级卷积网络
4.2 残差学习结构
4.3 深度可分离卷积结构
4.4 多尺度并行融合的轻量级网络设计
4.4.1 并行轻量级结构
4.4.2 多尺度并行融合网络设计
4.5 多尺度并行融合的轻量级网络的训练与实验过程
4.5.1 数据集介绍
4.5.2 网络参数选取
4.5.3 网络训练结果
4.5.3 网络模型对比分析
4.6 本章小结
第5章 基于轻量卷积网络的行人再识别
5.1 基于卷积网络的行人再识别
5.1.1 行人再识别过程
5.1.2 余弦距离
5.2 数据集介绍及预处理
5.2.1 数据集介绍
5.2.2 数据集预处理
5.3 行人再识别评估标准
5.3.1 CMC曲线
5.3.2 mAP精度
5.4 行人再识别卷积网络的设计
5.5 网络的参数设置及其性能对比
5.6 可视化工具的编写与结果展现
5.7 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间取得的学术成果
致谢
声明