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。
图 1-1 论文结构图
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,对于帧与帧之间的联系,只依靠RNN来联系帧与帧之间的关系。
这里写图片描述
在输入端,输入的是3通道彩色图像和光流法处理后的2通道图。CNN结构比较简单,这里不重复描述。
最后输入o(t)之后,经过分类损失和孪生网络损失得到最后的损失。

实验细节上,孪生网络的边界m设置为2,随机梯度下降法的学习率为0.001,输出o的维度为128.

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值