jialibang的博客

行人重识别的相关技术 1 特征表示   2 度量学习（metric learning） 3 deep learning 特征表示：研究行人对象的特征表示方法，提取鲁棒性的、更有鉴别力的特征对行人进行表达。 度量学习，亦称 距离度量学习（distance metric learning）：寻找一个合适的距离度量。可以采用欧氏距离（ Euclidean distance）

转载自： https://blog.csdn.net/qiuchangyong/article/details/82219775 最近一段时间在做行人重识别方向的研究，行人重识别（Person Re-Identification）作为图像识别领域的一个分支，在实际生活中具有极其重要的意义。目前，城市里的用于公共治安领域的摄像头已经大量部署，几乎到了几十米到几百米一个覆盖的程度，尽管如此，不同的...

转载。 https://blog.csdn.net/linolzhang/article/details/71075756 一. 问题的提出        Person Re-ID 全称是 Person Re-Identification，又称为 行人重检测 or 行人再识别，直观上可以通过两种思路进行比对，一种是 通过 静态图像（still-image）进行特征比对，另一种是通过视频的时序...

见罗浩博士的回答 https://www.zhihu.com/question/68584669/answer/265070848

  转载自： https://blog.csdn.net/qq2414205893/article/details/78901517 论文阅读小结（以下内容为论文阅读笔记及总结） NIPS2017 6608-deep-subspace-clustering-networks 这篇文章的创新点在于，提出了一个自表达层，来对特征进行具有自表达能力的子空间学习。其目标函数为： 该函...

转载：https://blog.csdn.net/qq_21190081/article/details/79145651摘要本文提出了一种针对于ReID的生成对抗网络PTGAN，可以实现不同ReID数据集的行人图片迁移，在保证行人本体前景不变的情况下，将背景转换成期望的数据集style。另外本文还提出一个大型的ReID数据集MSMT17，这个数据集包括多个时间段多个场景，包括室内和室外场景，是一...

https://blog.csdn.net/qq_21190081没事多看看！！！！！

转载自：    https://blog.csdn.net/qq_14845119/article/details/76154976关于A-softmax loss的超球体解释可以参考这一篇文章：SphereFace的翻译，解读以及训练https://blog.csdn.net/qianqing13579/article/details/782887802017的一篇cvpr，SphereFace...

https://www.zhihu.com/question/61971817/answer/193082777标签平滑正则化损失：

转载自  https://blog.csdn.net/xuluohongshang/article/details/788386951. single shot 和muti shot 前者是指gallery中每个人的图像为一张（N=1），而后者是指gallery中每个人的图像为N>1张图像，同样的Rank-1下，一般N越大，得到的识别率越高。2.gallery、probe和CMC galle...

  转载自：https://blog.csdn.net/weixin_41427758/article/details/82910295   论文地址：http://openaccess.thecvf.com/content_cvpr_2017/papers/Zhao_Spindle_Net_Person_CVPR_2017_paper.pdf Motivation 由检测算法以及姿势变...