基于深度注意力机制的视频行人再识别方法

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 基于图像的行人再识别

1.2.2 基于视频的行人再识别

1.2.3 基于长期的行人再识别

1.2.4 基于深度图的行人再识别

1.2.5 基于跨模态异构的行人再识别

1.3 行人再识别的研究难点

1.4 行人再识别数据集和评价指标

1.4.1 数据集介绍

1.4.2 评价指标

1.5.1 主要工作

1.5.2 章节安排

第二章 行人再识别相关技术概述

2.1 注意力机制

2.1.1 卷积神经网络基础

2.1.2 注意力机制的概念

2.1.3 卷积神经网络中的注意力机制

2.2.1 基于时空对齐的方法

2.2.2 基于循环神经网络的方法

2.2.3 基于注意力机制的方法

2.3 本章小结

第三章 基于深度卷积注意块和全局-局部融合网络的视频行人再识别

3.1 引言

3.2 方法总述

3.2.1 卷积块注意力模块

3.2.2 全局-局部特征聚合层

3.2.3 损失函数

3.2.4 特征的可视化

3.3.1 实验参数设置

3.3.2 数据集和评价指标

3.3.3 实验分析

3.3.4 与现有方法的对比

3.4 本章小结

第四章 基于三重注意力网络的视频行人再识别

4.1 引言

4.2 网络整体结构

4.2.1 残差注意力子网络

4.2.2 时间注意力模块

4.3 实验及结果分析

4.3.1 实验参数设置和数据集

4.3.2 实验分析

4.3.3 与现有方法的对比

4.4 本章小结

第五章 结语

5.1 工作总结

5.2 未来工作展望

参考文献

攻读硕士学位期间的学术活动及成果情况