圖像檢索是計算機視覺領(lǐng)域中具有重大價值的課題,自動圖像標注是圖像檢索和圖像理解的關(guān)鍵步驟,行人重識別是圖像檢索在真實行人場景中的具體應(yīng)用。本文對自動圖像標注和行人重識別分別進行研究,針對訓練深層網(wǎng)絡(luò)容易出現(xiàn)過擬合、傳統(tǒng)標注模型結(jié)構(gòu)繁瑣、真實場景行人重識別研究較少等問題,在數(shù)據(jù)增強、標注框架、實際應(yīng)用等方面提出解決方法,本文的主要工作包括:(1)針對深層神經(jīng)網(wǎng)絡(luò)難以訓練小規(guī)模數(shù)據(jù)集、傳統(tǒng)數(shù)據(jù)增強方法難以大量擴充多標簽數(shù)據(jù)集等問題,在部分傳統(tǒng)數(shù)據(jù)增強方法的基礎(chǔ)上,提出了基于Wasserstein生成對抗網(wǎng)絡(luò)的多標簽數(shù)據(jù)增強方法(ML-WGAN),該方法通過訓練使WGAN的生成器逐漸逼近單張多標簽圖像的數(shù)據(jù)分布,將迭代過程中生成的圖像作為原圖數(shù)據(jù)的補充,該方法能夠方便大量地擴充多標簽數(shù)據(jù)集,減少訓練深層神經(jīng)網(wǎng)絡(luò)的過擬合問題,從數(shù)據(jù)本身提升圖像識別、標注模型的泛化能力。(2)針對傳統(tǒng)淺層模型泛化能力弱、傳統(tǒng)標注模型將特征提取與分類標注視為兩個獨立任務(wù)進行研究而導致的結(jié)構(gòu)繁瑣等問題,提出了基于端到端深層卷積神經(jīng)網(wǎng)絡(luò)(E2E-DCNN)結(jié)構(gòu)的自動圖像標注模型,該模型首先將圖像標注轉(zhuǎn)換成多標簽分類問...

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀及問題
    1.3 本文主要創(chuàng)新點
    1.4 本文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)
    2.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.1.1 深度學習發(fā)展分析
        2.1.2 CNN
    2.2 相似度度
    2.3 評價指標
        2.3.1 圖像標注評價指標
        2.3.2 行人重識別評價指標
    2.4 本章小結(jié)
第三章 基于生成對抗網(wǎng)絡(luò)的多標簽數(shù)據(jù)增強
    3.1 傳統(tǒng)數(shù)據(jù)增強
        3.1.1 數(shù)據(jù)增強原理
        3.1.2 傳統(tǒng)數(shù)據(jù)增強方法
        3.1.3 傳統(tǒng)數(shù)據(jù)增強的局限性
    3.2 生成對抗網(wǎng)絡(luò)GAN
        3.2.1 GAN原理
        3.2.2 WGAN原理
    3.3 基于ML-WGAN的數(shù)據(jù)增強
    3.4 實驗與分析
        3.4.1 實驗設(shè)置
        3.4.2 結(jié)果展示
        3.4.3 ML-WGAN的有效性
    3.5 本章小結(jié)
第四章 基于端到端深層CNN的自動圖像標注
    4.1 問題定義
    4.2 E2E-DCNN模型構(gòu)建
        4.2.1 DCNN原理
        4.2.2 端到端圖像標注結(jié)構(gòu)
    4.3 E2E-DCNN圖像標注模型的結(jié)構(gòu)優(yōu)化
    4.4 實驗與分析
        4.4.1 實驗設(shè)
        4.4.2 實驗結(jié)果
    4.5 本章小結(jié)
第五章 基于真實場景的行人重識別應(yīng)用
    5.1 圖像檢索應(yīng)用:行人重識別
    5.2 Faster-RCNN原理
    5.3 基于數(shù)據(jù)增強的Faster-RCNN行人重識別
    5.4 實驗與分析
        5.4.1 實驗設(shè)置
        5.4.2 實驗結(jié)果與展示
    5.5 本章小結(jié)
總結(jié)與展望
    總結(jié)
    展望
參考文獻
致謝
個人簡歷、在學期間的研究成果及發(fā)表的學術(shù)論文



本文編號：3800418