声明
摘要
1.1研究背景
1.2研究意义
1.3研究现状
1.3.1传统的行人再识别方法
1.3.2基于深度学习的行人再识别方法
1.4主要研究内容
1.5组织结构
第二章基于深度神经网络的行人再识别技术
2.1卷积神经网络
2.1.1卷积神经网络概述
2.1.2常见激活函数
2.1.3参数初始化方法
2.1.4优化方法
2.1.5残差网络概述
2.2生成对抗网络
2.2.1生成对抗网络概述
2.2.2反卷积关键技术
2.3行人再识别图像数据集与评价指标
2.3.1常用实验数据集
2.3.2算法评价指标
2.4本章小结
第三章基于表征学习的三重联合生成对抗网络
3.1表征学习
3.2基于表征学习的联合训练模型设计
3.2.1联合训练模型设计思路
3.2.2联合训练模型的具体设计细节
3.2.3图像扩充方法
3.3实验结果与分析
3.3.1实验细节
3.3.2消融实验
3.3.3联合训练与独立训练的比较
3.3.4生成对抗网络性能比较
3.3.5与现有方法的比较
3.4本章小结
第四章基于度量学习的三重联合生成对抗网络
4.1度量学习
4.2基于度量学习的联合训练模型设计
4.2.2联合训练模型的具体设计细节
4.3实验结果与分析
4.3.1实验细节
4.3.1消融实验
4.3.2可靠性研究
4.3.3联合训练与独立训练的比较
4.3.4与现有方法的比较
4.4本章小结
5.1总结
5.2展望
参考文献
致谢
硕士期间的科研成果
参加的科研项目
硕士期间所获奖励与荣誉
山东大学;