车辆检索
cv_family_z
这个作者很懒,什么都没留下…
展开
-
车辆检索“LEARNING A REPRESSION NETWORK FOR PRECISE VEHICLE SEARCH”
背景意义 精确车辆检索,给定车辆图像,寻找所有的具有相同车架号的图像,这很具有挑战性,因为不同的车具有相同的外观。论文提出了多任务学习框架RepNet,从粗粒度和细粒度学习车辆特征。此外,使用了桶搜索减少检索时间。车牌通常作为车辆的唯一身份,但一些情况下车牌难以识别。如低分辨率图像看不清车牌,一些字符容易混淆,遮挡牌照和假牌的情况也有。因此,从外观的差别检索车辆比较实用。与人脸和行人检索相比,车辆原创 2017-09-14 16:41:24 · 2109 阅读 · 1 评论 -
多任务学习“Exploiting Multi-Grain Ranking Constraints for Precisely Searching Visually-similar Vehicles”
multi-grain ranking约束用于车辆精确检索。其中一个是Generalized Pairwise Ranking(GPR),将二值的相似/不相似关系泛化到广义的多层关系,(0/1)到(0/1/2/3…n)。另外一个是Multi-Grain based List Ranking(MGLR),使用一组具有多层关系的图像训练,ranking对应多次关系,使用组合概率对multi-grain原创 2017-10-27 17:02:19 · 1312 阅读 · 0 评论 -
车辆检索“Deep Relative Distance Learning: Tell the Difference Between Similar Vehicles”
车辆检索最大的难点在于同一型号的车型长得比较像,但作者认为会有一点小的区别,比如下图中的车辆装饰品,破损等细节:深度相对距离学习 对于图像检索,使用深度学习提取特征,作者使用了深度相对距离学习模型,使用了新的损失函数,并且增加了衡量统一型号车辆区别的分支。使用的损失函数coupled cluster loss也很好理解,原理是认为同一辆车的特征在d维空间内应该落在一个圆内,正样本离得近负样本离得稍原创 2016-07-29 10:07:01 · 3140 阅读 · 1 评论