声明
1 绪论
1.1 研究背景与意义
1.2 行人属性识别难点分析
1.3 国内外研究现状
1.4 主要研究内容
1.5 组织结构
2 卷积神经网络相关理论
2.1 网络结构
2.1.1 卷积层
2.1.2 池化层
2.1.3 全连接层
2.2 网络正则化方法
2.3 激活函数
2.4 训练过程
2.4.1 前向传播过程
2.4.2 反向传播过程
2.5 本章小结
3 基于注意力卷积神经网络的行人属性识别
3.1 残差网络基本结构
3.2 视觉注意力机制
3.2.1 注意力机制原理
3.2.2 计算机视觉中的注意力模型
3.3 多级注意力跳跃连接网络的构建
3.3.1 网络模型建立
3.3.2 多级注意力跳跃连接模块结构
3.3.3 多尺度特征融合方法
3.3.4 自适应损失加权策略
3.4 本章小结
4 实验与分析
4.1 数据集与实验设置
4.2 性能评价指标
4.3 模型性能分析
4.3.1 不同场景下行人目标的识别效果
4.3.2 不同模型的识别性能对比
4.4 影响因素分析
4.4.1 多级注意力跳跃连接结构的影响分析
4.4.2 多尺度特征融合方法的影响分析
4.5 本章小结
5 总结与展望
5.1 总结
5.2 展望
致谢
参考文献
攻读学位期间主要研究成果
西安理工大学;