| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787577018003 |
| 所属分类：图书>计算机/网络>硬件外部设备维修 |
深度学习在行人重识别的研究与应用 电子科技大学出版社 张辰锐 著 著内容简介
本书聚焦于深度学习在行人重识别领域的应用，极具研究价值与实践意义。在当今智能安防与监控技术迅速发展的背景下，行人重识别作为关键技术，在公共安全、智能交通等领域有着广泛需求，深度学习的引入为该技术带来了新的突破与发展，这便是本书的编写依据。
主要内容涵盖深度学习基础理论，详细介绍深度学习的核心算法、模型架构，如卷积神经网络、循环神经网络等，为后续理解行人重识别方法筑牢根基。深入剖析行人重识别的基本概念、面临的挑战，像光照变化、姿态差异、遮挡问题等，并阐述传统方法的原理与局限性。着重探讨基于深度学习的各类行人重识别方法，包括特征提取、度量学习、模型训练与优化等关键环节，同时结合大量实际案例与实验数据，展示不同方法的性能表现与应用效果。
本书适用于人工智能、计算机视觉领域的科研人员，为其在行人重识别方向的研究提供全面且深入的理论与方法参考。
作者简介
张辰锐，年生，中北大学信息与通信工程专业博士，副教授，现为吕梁学院物理与电子信息工程系，硕士生导师，信息探测与处理山西省重点实验室成员；主要研究方向为人工智能、深度学习、计算机视觉以及图像处理方面的应用。主持山西省科技厅项目项，山西省教育厅项目项、吕梁市科技局项目项，横向课题项。指导本科生创新创业重量项目项。先后在 等权威学术期刊上发表论文余篇。
目 录
第章 绪论
研究背景及意义
国内外研究现状和进展
本书研究内容
第章 行人重识别基本原理及技术分析
行人重识别系统基本原理
卷积神经网络
图卷积网络
行人数据集与评价指标
本章小结
第章 基于区域注意力模型的无监督行人重识别
引言
空间注意力机制
方法概述及整体网络结构第章 绪论
研究背景及意义
国内外研究现状和进展
本书研究内容
第章 行人重识别基本原理及技术分析
行人重识别系统基本原理
卷积神经网络
图卷积网络
行人数据集与评价指标
本章小结
第章 基于区域注意力模型的无监督行人重识别
引言
空间注意力机制
方法概述及整体网络结构
区域注意力模型
实验结果与分析
本章小结
第章 基于三元交互注意力模型的跨模态行人重识别
引言
相关工作
方法概述及整体网络结构
三元组交互注意力模型
实验结果与分析
本章小结
第章 基于空间时间注意力模型的视频行人重识别
引言
空间时间注意力机制
方法概述及整体网络结构
空间时间注意力模型
实验结果与分析
本章小结
第章 总结与展望
本书总结
本书主要创新点
未来展望
参考文献
显示全部信息
商品详情
本书聚焦于深度学习在行人重识别领域的应用，极具研究价值与实践意义。在当今智能安防与监控技术迅速发展的背景下，行人重识别作为关键技术，在公共安全、智能交通等领域有着广泛需求，深度学习的引入为该技术带来了新的突破与发展，这便是本书的编写依据。
主要内容涵盖深度学习基础理论，详细介绍深度学习的核心算法、模型架构，如卷积神经网络、循环神经网络等，为后续理解行人重识别方法筑牢根基。深入剖析行人重识别的基本概念、面临的挑战，像光照变化、姿态差异、遮挡问题等，并阐述传统方法的原理与局限性。着重探讨基于深度学习的各类行人重识别方法，包括特征提取、度量学习、模型训练与优化等关键环节，同时结合大量实际案例与实验数据，展示不同方法的性能表现与应用效果。
本书适用于人工智能、计算机视觉领域的科研人员，为其在行人重识别方向的研究提供全面且深入的理论与方法参考。
作者简介
张辰锐，年生，中北大学信息与通信工程专业博士，副教授，现为吕梁学院物理与电子信息工程系，硕士生导师，信息探测与处理山西省重点实验室成员；主要研究方向为人工智能、深度学习、计算机视觉以及图像处理方面的应用。主持山西省科技厅项目项，山西省教育厅项目项、吕梁市科技局项目项，横向课题项。指导本科生创新创业重量项目项。先后在 等权威学术期刊上发表论文余篇。
目 录
第章 绪论
研究背景及意义
国内外研究现状和进展
本书研究内容
第章 行人重识别基本原理及技术分析
行人重识别系统基本原理
卷积神经网络
图卷积网络
行人数据集与评价指标
本章小结
第章 基于区域注意力模型的无监督行人重识别
引言
空间注意力机制
方法概述及整体网络结构第章 绪论
研究背景及意义
国内外研究现状和进展
本书研究内容
第章 行人重识别基本原理及技术分析
行人重识别系统基本原理
卷积神经网络
图卷积网络
行人数据集与评价指标
本章小结
第章 基于区域注意力模型的无监督行人重识别
引言
空间注意力机制
方法概述及整体网络结构
区域注意力模型
实验结果与分析
本章小结
第章 基于三元交互注意力模型的跨模态行人重识别
引言
相关工作
方法概述及整体网络结构
三元组交互注意力模型
实验结果与分析
本章小结
第章 基于空间时间注意力模型的视频行人重识别
引言
空间时间注意力机制
方法概述及整体网络结构
空间时间注意力模型
实验结果与分析
本章小结
第章 总结与展望
本书总结
本书主要创新点
未来展望
参考文献
显示全部信息
商品详情