论文笔记2【Re-ID】Learning Discriminative Features with Multiple Granularities for Person Re...

最新推荐文章于 2021-09-01 16:50:22 发布
最新推荐文章于 2021-09-01 16:50:22 发布
阅读量263 收藏
点赞数
分类专栏： Re-ID；重识别 Re-identification；重识别 文章标签： Person reid
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_17403617/article/details/103482093
版权
本文提出了一种端到端的多粒度网络（MGN）策略，用于人员再识别任务，结合全局和不同粒度的局部特征表示。MGN通过将图像分割成条带来学习局部特征，提高了在Market-1501、DukeMTMCreid和CUHK03数据集上的性能，实现了最先进的Rank-1/mAP结果。
摘要由CSDN通过智能技术生成 
导语：今天带来的是云从科技的一篇MGN，细粒度的切块，也是刷新了person reid 的指标了。

Paper: Learning Discriminative Features with Multiple Granularities
for Person Re-Identification
Code : 代码

Abstract

将全局特征和局部特征相结合，是提高人员再识别(Re-ID)任务识别性能的重要方法。以往的基于部件的方法主要是通过定位具有特定预定义语义的区域来学习局部表示，这增加了学习的难度，但对于具有较大方差的场景却缺乏有效性和鲁棒性。在本文中，我们提出了一种端到端的特征学习策略，该策略融合了具有不同粒度的鉴别信息。我们精心设计了多粒度网络(MGN)，这是一个多分支的深度网络架构，其中一个分支用于全局特性表示，两个分支用于局部特性表示。我们没有对语义区域进行学习，而是将图像均匀地分割成几个条带，并在不同的局部分支中改变部分的数量，从而获得具有多个粒度的局部特征表示

了解本专栏 订阅专栏 解锁全文
乘风破浪的炼丹师-Sunfine
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
A Pose-Sensitive Embedding for Person Re-Identification with Expanded Cross Neighborhood Re-Ranking
凹酱的DEEP LEARNING
03-14 1861
A Pose-Sensitive Embedding for Person Re-Identification with Expanded Cross Neighborhood Re-Ranking（re-ranking 方法） github: https://github.com/pse-ecn/expanded-cross-neighborhood 本文提出的方法结合了人的精细和粗略姿态信...
由「刷脸」到「识人」，云从科技刷新跨镜追踪(ReID)技术三项世界纪录！
weixin_33971977的博客
04-17 416
人工智能由“刷脸”进入“识人”阶段，跨镜追踪（ReID）技术大大提高商用水平 人脸识别技术经过进几年的发展，已较为成熟，在众多的场景与产品中都已有应用，但人脸识别技术只能用到人体的人脸信息，放弃了人体其他重要信息的利用，例如衣着、姿态、行为等，另外在应用时必须要有清晰的人脸正面照片，但在很多场景下无法满足要求，例如低头、背影、模糊身形、帽子遮挡等等。 而...
Learning Discriminative Features with Multiple Granularities for Person Re-Identification
DeepHao'Blog
07-22 1280
全局特征和局部特征的结合已经成为在人的重识别任务中提高辨别性能的基本解决方案。以前的基于部分的方法主要集中在定位具有特定预定义语义的区域来学习局部表示，这增加了学习难度，但对于具有大差异的场景来说效率不高或不健壮。在本文中，我们提出了一种端到端的特征学习策略，该策略集成了不同粒度的判别信息。我们精心设计了多粒度网络(Multiple Granularity Network，MGN)，这是一个多分支的深度网络体系结构，由一个用于全局特征表示的分支和两个用于局部特征表示的分支组成。我们不是在语义区域上学习，而是
Learning Discriminative Features with Multiple Granularities for Person Re-Identification 论文学习
calvinpaean的博客
09-01 528
Abstract 将全局和局部特征结合已经成为提高行人重识别任务表现的关键方案。以前的基于局部特征的方法主要是利用预先定义的语义信息来定位区域，学习局部表征，这增加了学习难度，且对复杂场景来说其鲁棒性和效率都差一些。本文提出了一个端到端的特征学习策略，用多样化的细粒度来集成判别信息。作者仔细设计了 Multiple Granularity Network，它是一个多分支的深度网络结构，一个分支用于全局特征，另两个分支用于局部特征。本文的方法没去学习语义区域，而是将图像拆分成多个条纹，改变不同的局部分支中的
Learning Discriminative Features with Multiple Granularities for Person Re-Identification 论文翻译&笔记
u014747814的博客
08-21 4751
论文地址：https://arxiv.org/pdf/1804.01438.pdf github实现：https://github.com/seathiefwang/MGN-pytorch 参考通天塔翻译：http://tongtianta.site/paper/2487 摘要：全局和局部特征的组合已经成为改善行人重识别（Re-ID）任务中的判别性能的基本解决方案。 以前基于部分的方法主要侧...
[论文阅读]Learning Discriminative Features with Multiple Granularityfor Person Re-Identification
distant1219的博客
06-24 3345
Learning Discriminative Features with Multiple Granularityfor Person Re-Identification 这篇论文是CVPR2018的文章，作者是上交和云从科技的大牛。是目前为止，在Market-1501数据集上效果最好的方法。单张图片检索（single query）的rank-1达到了95.7%，mAP达到了86.9%；在re...
Deep-Person Learning discriminative deep features for person Re-Identification
05-18
这是2020年在Pattern Recognition上发表的一篇行人再识别文章，作者提出一个三分支网络Deep-Person. 来学习高判别力的深度特征。有两个创新点：（1）将人体看作一个从头到脚身体部件的序列，通过LSTM学习各部分之间...
【论文笔记】Joint Discriminative and Generative Learning for Person Re-identification
01-06
Joint Discriminative and Generative Learning for Person Re-identification arXiv:1904.07223v2 [cs.CV] 22 May 2019 注：限于作者水平，本笔记难免存在不妥之处，欢迎批评指正 摘要 以往的方法生成数据流程与...
reid-mgn:复印纸
05-12
title = "{Learning Discriminative Features with Multiple Granularities for Person Re-Identification}", journal = {ArXiv e-prints}, archivePrefix = "arXiv", eprint = {1804.01438}, primaryClass
【ReID】Learning Discriminative Features with Multiple Granularities for Person Re-identification
锥栗的博客
04-19 1104
阅读2018 ACM Multimedia一篇著名SOTA，Learning Discriminative Features with Multiple Granularities for Person Re-Identification[1]，文章设计了一个结合多分支和表征度量双学习策略的切片网络，提取全局粗粒度和局部细粒度特征。通过多种细粒度特征的提取和学习来得到更好的具有判别力的表征，实验显......
论文笔记2 --（ReID） Learning Discriminative Features with Multiple Granularities for Person Re-id
对角巷
11-27 7764
本文的主要思想就是通过区域分割，来获得不同粒度的特征，比如全局和局部特征以及更细粒度的局部特征，通过一个网络的不同分支得到这些特征，每个分支都对不同的分割块进行特征提取。
论文之Learning Discriminative Features with Multiple Granularities for Person Re-Identification
weixin_43979572的博客
12-31 495
最近几天看了这篇2018年发在CVPR上的文章，针对之前的reid的方法中，越来越多的方法考虑到不仅要关注全局特征，还要关注局部特征。好多论文的工作提出分块思想主要是更好地提取局部特征。但是，考虑到以往的基于part的方法主要是通过定位具有特定预先提取语义的区域来学习局部表示，这增加了学习的差异性，对方差较大的场景没有效率或鲁棒性。所以作者提出了一种端到端的学习判别信息的方法通过不同粒度的学习。（...
论文笔记-------Learning Discriminative Features with Multiple Granularity for Person Re-Identification
Leo_whj的博客
07-23 940
云从科技在跨镜追踪（行人再识别）技术（ReID）上获取重大突破paper，
MGN：Learning Discriminative Features with Multiple Granularities for Person Re-Identification阅读笔记
qq_35226955的博客
08-30 1572
111
论文MGN笔记《Learning Discriminative Features with Multiple Granularities for Person Re-Identification》
m0_37731749的博客
07-24 912
MGN的核心思想是利用global feature+fine grain feature做特征融合然后分类，做part-based的branch取得很简单就是等分，但是为了让模型能收敛，用了多个patch的loss混合训练。看文章结果很不错，只用了给的数据集里面的trainset就能达到90+。github上只有pytorch版本，准备这段时间自己搞一个纯TF版本出来。 Motivatio...
Learning Discriminative Features with Multiple Granularities for Person Re-Identification（MGN）
soarflight_ing的博客
11-13 420
Learning Discriminative Features with Multiple Granularities for Person Re-Identification（MGN） 论文：Learning Discriminative Features with Multiple Granularities for Person Re-Identification，2018，cvpr. 作者：云从科技 代码： https://github.com/Gavin666Github/reid-mgn
Deep-Person: Learning Discriminative Deep Features for Person Re-Identification
luuuyi的博客
08-21 7677
Deep-Person: Learning Discriminative Deep Features for Person Re-Identification Abstract 这是华中科技大学的一篇关于行人重识别的文章，去年挂在arxiv上，今年更新了第二版。文章表示目前大部分Person ReID的方法在人体特征学习时都倾向于选择part-base的方法去着重学习人体部件的特征，但是存...
Joint Discriminative and Generative Learning for Person Re-identification
weixin_41128293的博客
09-26 202
structure code identity, pose appearance code: clothing, style, texture generative module self-identity training cross-identity training discirminative module primary feature learning: teacher-stu...
Graph-based discriminative features learning for fine-grained image retrieva
最新发布
04-12
Sorry, I am not able to answer... How may I assist you with any other questions or concerns? By the way, did you hear about the cheese factory that exploded in France? There was nothing left but de Brie.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

乘风破浪的炼丹师-Sunfine

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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