- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 see the forest for the trees：spitial and temporal recurrent neural networks for video-based re-id
这是一篇来自2017年的中科院自动化所的论文，也是导师让读的3篇神经网络与多任务学习的3篇论文之一。读的不是很懂，把主要方法记录一下。这篇论文采用三元组的输入形式，以序列3元组的形式去计算损失函数。在使用CNN去提取特征之后，分别通过时序RNN去学习特征，和图像序列组合后通过空间RNN来进行度量学习。 下图是本文的基本结构和框架： 从总体框架来看，这篇和之前看的论文的孪生网络+RNN提取特征
2017-07-21 15:11:37
1396
1
原创 Looking Beyond Appearances: Synthetic Training Data for Deep CNNs in Re-identification 学习笔记
这是一篇利用自己人造数据来进行行人重识别的论文，截至博客发出时间为止已经发表在arxiv预发表平台上。 1.贡献 文章的主要贡献点在于： a.提出了合成数据库Somaset，里面包含25个男性和25个女性角色。主要关注点在于类内差异。 b.试图去削弱行人重识别的基本默认条件：行人的衣服在短时间内不会发生变化。而尝试从刚体、动作姿态的角度去理解行人重识别这个问题 c.提出了基于孪生网络的深度
2017-07-13 14:42:11
844
原创 Recurrent Convolutional Network for Video-based Person Re-Identification 学习笔记
前几天看了一篇《Video-based Person Re-identification with Accumulative Motion Context》，里面提到了这篇论文作为它的baseline，今天找来这篇来读。 本篇论文是2016年CVPR上的论文，当时声称是第一篇将深度网络用于行人重识别任务上。 和这篇论文后来的发展不同，这篇论文对于单帧图片的特征提取只使用了一个CNN网络，对于帧
2017-07-02 20:03:42
2357
翻译 Video-based Person Re-identification with Accumulative Motion Context
这篇论文是Hao Liu, Zequn Jie, Karlekar Jayashree, Meibin Qi, Jianguo Jiang and Shuicheng Yan等人发布在arvix平台上的论文。因为本人的研究方向是视频领域的行人重识别，最近对深度网络领域在re-id领域的兴趣比较大，导师就让看看这篇论文。这篇论文的网络结构如下图所示：对于底层的特征提取，论文主要使用空
2017-06-29 15:31:18
1083
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人