郑哲东的博客

计算机视觉 行人再识别 person re-ID

阅读小结An Improved Deep Learning Architecture for Person Re-Identification

Author: Ejaz Ahmed,Michael Jones and Tim K. Marks 

http://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Ahmed_An_Improved_Deep_2015_CVPR_paper.pdf


Motivation:

利用神经网络同时提取特征和相似矩阵学习来做reid问题(和图像分类中替代提特征和分类器的性质相同)

神经网络的输入为 一组图片(两张要比较的行人) 输出为相似值。

提出了一层来获得两个input中层特征之间的关系。之后还有patch summary feature。


How:

基本上理解了图,就理解了全文...


一开始采用的tied conv就是share wight的卷积。因为取中层特征的时候大家都一样。

接着到了cross-input neighbourhood 层在论文中有说明,意思是用一张图上(x,y),减去另一张图对应(x-2,x+2),(y-2,y+2)这个临近区域每一个像素值可以得到5*5个值。如果上面一张中层特征图我们称为f,下面我们称为g。那么f-g的话有25张扩大了5*5倍的图,对应的用g-f也有25张5*5的图。

然后再继续做conv。需要注意的是这里两个25张图,之后用的是不同weight的conv(作者只是为了画图方便concat了在一起)

到最后在fully connected再真正concat到一起的。最后才用softmax loss。


欢迎关注知乎专栏 行人重识别

阅读更多
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/Layumi1993/article/details/51868154
个人分类: 论文阅读
想对作者说点什么? 我来说一句

Deep_Learning_Architecture_for_AI.pdf

2014年12月15日 1.12MB 下载

没有更多推荐了,返回首页

加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!
关闭
关闭