本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源,一旦发现资源涉及侵权,将立即删除。希望所有用户一同监督并反馈问题,如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
行人再识别是关于行人 的身份再识别问题,是经典 人脸识别的延续和扩展,也 是人工智能领域下计算机视 觉的重要任务之一。本书概 述了行人再识别十几年简要 发展史,介绍了著者在行人 再识别领域的相关研究成果 ,包括行人再识别整体应用 框架(第2章),提升行人再 识别精度的方法(第3章、第 4章、第5章、第7章和第8 章),加速和精简行人再识 别特征提取和表示的方法( 第6章,第9章、 0章和 1章),探索 具挑战性 的跨模态行人再识别方法( 2章),以及行人再识别 的未来和发展预测( 3章) 。本书可作为人工智能、信 息处理等领域人员的参考资 料,也可以供从事计算机视 觉和行人再识别相关研发的 工程技术人员参考。
第1章 绪论
1.1 概念
l.2 发展简史
1.3 方法分类
1.3.1 传统方法
1.3.2 深度方法
1.4 评测指标
1.4.1 CMC指标
1.4.2 mAP指标
1.4.3 mINP指标
1.5 公开数据集
1.5.1 数据集简介
1.5.2 数据集性能
1.6 小结
参考文献
第2章 一种高效的行人再识别框架
2.1 相关工作
2.2 行人再识别框架
2.2.1 运动检测
2.2.2 行人检测
2.2.3 行人再识别
2.3 实际测试
2.3.1 环境搭建
2.3.2 测试效果
2.3.3 讨论分析
2.4 小结
参考文献
第3章 多路径多损失ReID方法
3.1 研究动机
3.2 多路径多损失网络(MPMLN)
3.2.1 网络架构
3.2.2 多路径构建
3.2.3 多损失函数
3.3 实验评测
3.3.1 数据集简介
3.3.2 实验设置
3.3.3 实验结果与分析
3.4 扩展分析
3.4.1 消融性分析
3.4.2 网络结构分析
3.5 小结
参考文献
第4章 孪生余弦ReID方法
4.1 研究动机
4.2 相关工作
4.3 孪生余弦网络嵌入(SCNE)
4.3.1 成对余弦损失
4.3.2 联合目标函数
4.3.3 孪生网络架构
4.4 实验评测