深度学习在行人重识别中的研究.docx

深度学习在行人重识别中的研究

目录

内容概要．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1.1行人重识别的应用领域．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1.2深度学习技术的兴起．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.2.1传统行人重识别方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

1.2.2基于深度学习的行人重识别方法．．．．．．．．．．．．．．．．．．．．．．．．11

1.3研究内容与目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

1.4本文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

相关技术概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1深度学习基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.1.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.1.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.1.3注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2行人重识别基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

2.2.1行人特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.2.2行人度量学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

2.2.3相似度度量方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

基于深度学习的行人重识别模型．．．．．．．．．．．．．．．．．．．．．．．．．．．29

3.1模型架构设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.1.1编码器解码器结构．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.1.2特征金字塔网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

3.2特征提取与融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

3.2.1通道注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

3.2.2空间注意力机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.2.3多尺度特征融合．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.3度量学习与损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

3.3.1基于三元组的损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

3.3.2基于对比学习的损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.3.3基于中心损失的学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

实验设计与结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

4.1实验数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

4.1.1公开数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

4.1.2自建数据集介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.2实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

4.2.1硬件环境．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

4.2.2软件环境．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

4.2.3对比方