【论文笔记】Improving Person Re-identification by Attribute and Identity Learning

最新推荐文章于 2022-02-15 13:32:28 发布

Chen_yuazzy

最新推荐文章于 2022-02-15 13:32:28 发布

阅读量1.5k

点赞数

分类专栏： -----论文笔记----- 文章标签： deep learning

本文链接：https://blog.csdn.net/Chen_yuazzy/article/details/81743252

版权

该论文提出了Attribute-Person Recognition (APR) 网络，通过结合全局特征的行人重识别（Re-ID）和局部特征的属性识别（Attribute recognition），在Resnet-50基础上构建多任务学习模型。APR网络包含一个ID分类损失和多个属性预测损失，通过λ参数平衡两者。实验证明，属性识别可以提高Re-ID的准确性。

摘要由CSDN通过智能技术生成

Improving Person Re-identification by Attribute and Identity Learning

论文链接
1.摘要&介绍
(1)Re-ID：全局特征，Attribute recognition：局部特征。将这两个方面融合形成新的网络APR，在CNN的基础结构上改进。
(2)Person Re-ID是在非重叠相机下找到查询行人；Attribute recognition是预测一张图像出现的属性。
(3)与之前研究的不同之处：1）大多方法使用attribute加强元组或三元组之间的联系。历史上，这种方法的出现是因为数据集通常每个行人身份只提供两张图像。但是最近的数据集比如Market-1501和DukeMTMC-reID对每一个类都提供了大量的训练样例。并且classification模型的效果比siamese模型的效果更好。这篇文章因此使用classification CNN模型训练Multi-TASK网络。2）我们试验看re-ID是否能提高attribute recognition的准确度。这篇文章我们主要关注ID-level（人本身）的属性而不是instance-level（人在特定时刻，如打电话、骑车等等）的属性。
(4)这是第一次为Re-ID将attribute融入classification CNN模型。网络基于两条baseline网络创建，一条Re-ID，另一条attribute recognition。
2.相关的工作