首页> 中文学位 >基于多维注意力的无监督行人重识别方法研究
【6h】

基于多维注意力的无监督行人重识别方法研究

代理获取

目录

声明

致谢

第一章 绪 论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 监督行人重识别

1.2.2 无监督行人重识别

1.2.3 行人重识别中的注意力机制

1.3 研究内容与安排

第二章 行人重识别相关介绍

2.1 行人重识别基本流程

2.2 行人重识别方法

2.2.1 传统的行人重识别方法

2.2.2 基于卷积神经网络的行人重识别

2.3 行人重识别数据集与评价指标

2.3.1 行人重识别数据集

2.3.2 行人重识别评价指标

2.4 行人重识别难点介绍

2.5 本章小结

第三章 基于部件关注无监督行人重识别

3.1引言

3.2 相关介绍

3.3.1 总体框架

3.3.2 残差网络

3.3.3 空间变换网络

3.3.4 部件关注网络

3.4 损失函数

3.4.1 存储器

3.4.2 监督学习训练部件

3.4.3 无监督学习

3.5 实验设置与结果分析

3.5.1 实验设置

3.5.2 实验结果对比

3.5.3 消融实验

3.5.4 实验进一步分析

第四章 基于多维注意力的无监督行人重识别

4.1引言

4.2 网络模型

4.2.1 整体架构

4.2.2 问题定义

4.2.3 多维注意力网络

4.3.1 实验设置

4.3.2 消融实验

4.3.3 实验结果对比

4.4 本章小结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

攻读硕士学位期间的学术活动及成果情况

展开▼

著录项

  • 作者

    麻可可;

  • 作者单位

    合肥工业大学;

  • 授予单位 合肥工业大学;
  • 学科 计算机技术
  • 授予学位 硕士
  • 导师姓名 薛丽霞,王汉林;
  • 年度 2021
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 计算技术、计算机技术;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号