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