基于深度学习的行人重识别技术

本书以行人重识别技术为核心，从深度学习的视角系统地探讨了行人重识别的基础理论、研究动机、关键技术和实际应用。全书共六章，内容涵盖行人重识别基础理论、行人姿态转换技术、基于图像和视频的行人重识别技术以及无监督多源域适应行人重识别技术等。本书详尽分析了当前该领域的研究现状与技术难点，深入探讨了多种具有代表性的经典方法，展望了行人重识别技术在跨视角与跨域、模型轻量化和多任务学习等方面的未来发展趋势，为读者全面了解行人重识别的研究动态和实际应用奠定了坚实基础。

本书适合高等院校人工智能、计算机科学等相关专业的高年级本科生和研究生阅读，同时也可作为计算机视觉、行人重识别等领域的研究人员和开发者的参考资料。

前言

第1章行人重识别基础理论

1.1行人重识别定义

1.2研究价值与应用场景

1.2.1安防和刑侦

1.2.2搜寻救援

1.2.3智能居家养老

1.2.4智能商业

1.3常见数据集和评价指标

1.3.1常见数据集

1.3.2评价指标

1.4本章小结

参考文献

第2章行人姿态转换技术

2.1行人姿态转换的定义

2.2行人姿态转换与行人重识别的关系

2.3行人姿态转换方法概述

2.3.1评价指标

2.3.2行人姿态转换相关方法

2.4基于分割掩模引导的行人姿态转换方法

2.4.1方法概述

2.4.2网络结构与关键技术

2.5基于语义解析引导的行人姿态转换方法

2.5.1基于语义解析注意力网络的行人姿态转换方法

2.5.2基于语义注射网络的行人姿态转换方法

2.6方法性能分析

2.6.1实验设置

2.6.2性能评估与分析

2.7在行人重识别中的应用

2.7.1数据增强模型

……