ECCV2018 Person Re-identification 论文列表

最新推荐文章于 2021-06-24 10:29:02 发布
最新推荐文章于 2021-06-24 10:29:02 发布
阅读量1.6k 收藏 3
点赞数 1
分类专栏： 深度学习 论文汇总 行人重识别
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_21190081/article/details/82595761
版权

个人简评

ECCV2018 ReID论文简评

正统ReID研究

  1. Maximum Margin Metric Learning Over Discriminative Nullspace for Person Re-identification [pdf]
  2. RCAA: Relational Context-Aware Agents for Person Search [pdf]
  3. Generalizing A Person Retrieval Model Hetero- and Homogeneously [pdf]
  4. Domain Adaptation through Synthesis for Unsupervised Person Re-identification [pdf]
  5. Person Search by Multi-Scale Matching
    [pdf]
  6. Person Re-identification with Deep Similarity-Guided Graph Neural Network [pdf]
  7. Pose-Normalized Image Generation for Person Re-identification [pdf]
  8. Unsupervised Person Re-identification by Deep Learning Tracklet Association [pdf]
  9. Improving Deep Visual Representation for Person Re-identification by Global and Local Image-language Association [pdf]
  10. Hard-Aware Point-to-Set Deep Metric for Person Re-identification [pdf]
  11. Reinforced Temporal Attention and Split-Rate Transfer for Depth-Based Person Re-Identification [pdf]
  12. Adversarial Open-World Person Re-Identification [pdf]
  13. Part-Aligned Bilinear Representations for Person Re-Identification [pdf]
  14. Mancs: A Multi-task Attentional Network with Curriculum Sampling for Person Re-identification [pdf]
  15. Beyond Part Models: Person Retrieval with Refined Part Pooling (and A Strong Convolutional Baseline) [pdf]

相关应用研究

  • Integrating Egocentric Videos in Top-view Surveillance Videos: Joint Identification and Temporal Alignment [pdf]
  • Video Object Segmentation with Joint Re-identification and Attention-Aware Mask Propagation [pdf]
  • Joint Person Segmentation and Identification in Synchronized First- and Third-person Videos [pdf]
迷川浩浩_ZJU
关注
专栏目录
Hetero-Center Loss for Cross-Modality Person Re-Identification阅读笔记
baidu_41622980的博客
10-08 641
论文题目：Hetero-Center Loss for Cross-Modality Person Re-Identification 来源：Neurocomputing 动机：对于跨模态reid，大多数的研究都是关注于提高类间的特征差异去解决问题（也就是提高不同ID行人图片之间的差异型），而很少关注于跨模态问题中类内的相似性（跨模态同ID图片之间的相似性）。因此，本文作者着力于减少cross-modality问题中类内部的变化。 解决方法：1、Hetero-Center loss(HC loss)通过约束
[ICCV 2021] Pyramid Spatial-Temporal Aggregation for Video-based Person Re-identification
rtluhu的博客
11-19 3293
1.论文动机 行人重识别技术的目的是实现跨摄像头的行人快速检索。因为在现实场景中的广泛应用，它已经成为计算机视觉领域的一个热门方向。虽然基于图像的行人重识别方法已取得了一些令人瞩目的进展。但是在实际应用中图像数据容易出现遮挡或者错误检测等问题，因而严重影响了行人重识别的精度。相比图像数据，视频数据包含更为丰富的时空信息，因而能避免图像数据的一些弊端，从而提取出更加有效的行人特征。为了获取视频中对应的行人特征，过去提出的一些方法比较倾向于直接利用3D卷积[1]或循环神经网络[2]进行时空信息建模。但是受..
【ECCV 2018】Paper List
嘿芝麻的树洞
09-01 6513
The ECCV 2018 papers, provided here by the Computer Vision Foundation, are the author-created versions. http://openaccess.thecvf.com/content_ECCV_2018/html/
ECCV2018-Person Re-identification with Deep Similarity-Guided Graph Neural Network
WangXu__的博客
05-14 396
ECCV2018-Person Re-identification with Deep Similarity-Guided Graph Neural Network 一、摘要分析 行人再识别任务目的是从gallery中找到与query最相似的行人图片。现在的方法只考虑了query与gallery之间的关系，忽视了gallery中图片之间的关系。本文设计了Similarity-Guided Grap...
CVPR2018 Re-Id 摘要
wangxue_1231的博客
03-13 219
1.Disentangled Person Image Generation 由于人的前景、背景和姿势信息等不同的图像因素之间的复杂相互作用，生成新颖而现实的人的图像是一项具有挑战性的任务。在这项工作中，我们的目标是基于一个新颖的两阶段重建管道生成这样的图像，该管道学习上述图像因子的分离表示，同时生成新颖的人物图像。首先，提出了一种多分支重构网络，将这三个因素分解编码到嵌入特征中，再结合嵌入特征对...
ECCV2018 Oral论文集
TomRen
08-30 3417
ECCV 2018 今年的ECCV将于9月8号在慕尼黑召开，本文将持续学习记录会议中的优秀文章。 Oral
2016ECCV Person Re-id
09-26
《2016ECCV Person Re-id》是2016年欧洲计算机视觉会议（European Conference on Computer Vision，简称ECCV）上关于行人再识别（Person Re-identification，简称Person Re-id）主题的论文集。行人再识别是一项重要...
ECCV 2020 论文大盘点-人员重识别（ReID）篇
我爱计算机视觉
09-27 4758
本文盘点ECCV 2020 中所有与人员再识别（Person Re-Identification，ReID）相关的论文，总计 24 篇，其中两篇Oral 论文，15篇已经或者将开源代码。...
行人重识别（Person Re-ID）【五】：论文笔记——Pose-Normalized Image Generation for Person Re-identification
volcano_Lin 的博客
10-29 2722
论文：Pose-Normalized Image Generation for Person Re-identification 链接：http://openaccess.thecvf.com/content_ECCV_2018/papers/Xuelin_Qian_Pose-Normalized_Image_Generation_ECCV_2018_paper.pdf 代码：暂无    ...
Relation-Aware Global Attention for Person Re-identification阅读笔记
baidu_41622980的博客
08-11 5630
论文题目：Rethinking the Distribution Gap of Person Re-identification with Camera-based Batch Normalization 作者：Zijie Zhuang , Longhui Wei ,Lingxi Xie, Tianyu Zhang, Hengheng Zhang, Haozhe Wu , Haizhou Ai , and Qi Tian 来源：ECCV 2020 文章链接：https://arxiv.org/pdf/200
Generalizing A Person Retrieval Model Hetero- and Homogeneously
weixin_44676499的博客
12-09 282
1、论文：Generalizing A Person Retrieval Model Hetero- and Homogeneously 2、
Unsupervised Person Re-identification by Deep Learning Tracklet Association
han jan的博客
03-29 2074
一、介绍 作者提出了一个序列联系无监督深度学习框架（Tracklet Association Unsupervised Deep Learning (TAUDL)）来解决无监督的行人再识别问题。作者的方法能够联合学习视野内部tracklet的联系以及视野间tracklet的联系，不需要任何额外标注。实验证明TAUDL在6个行人再识别数据集上超过了现有的无监督方法和迁移学习方法。 二、作者的方法...
Person Search
dengdeliao的博客
12-19 1494
Person Search person search旨在从一个原始的场景中找到特定的车辆，和person re-id是不同的，re-id依赖于crop的图片，search的任务更加具有现实意义。其实search的任务就是 detection + re-id search可用的数据集 PRW dataset： Zheng, Liang, et al. “Person re-identification in the wild.” Proceedings of the IEEE Conference on
ECCV 2018所有论文合集
木盏
09-05 6445
http://openaccess.thecvf.com/ECCV2018.py 一个链接解决各位需求。 计算机视觉的三大顶级会议里，CVPR和ICCV都隶属于IEEE，而ECCV隶属于Springer。所以，ECCV的文章还可以通过Springer的网站访问：https://link.springer.com/conference/eccv 这个链接可以访问到历年的ECCV文章和ECC...
【ECCV 2020】Deep Credible Metric Learning for Unsupervised Domain Adaptation Person Re-identification
Joselynzhao
06-24 434
DCML背景知识Person re-identification (ReID)common methods is finetuning内容概要本文工作方法效果数据集相关工作未来工作方法提要主要框架算法描述实验效果方法详解 背景知识 Person re-identification (ReID) Person re-identification (ReID) aims at identifying a query individual from a large set of candidates unde.
Unsupervised Tracklet Person Re-Identification
qq_37246721的博客
04-05 348
个人学习记录，谨慎采纳 （另，这篇真的超级难读，生僻词组一个接一个，称得上佶屈聱牙） 题目：Unsupervised Tracklet Person Re-Identification 作者：Minxian Li 行人重识别：又叫“跨镜追踪技术”，是为了解决跨摄像头跨场景下的行人检索。因此，这篇论文里会反复提到camera-pair（最开始看的时候确实疑惑了一下为什么是成对的相机）。 一、要解决的问题（研究动机） 以往模型的各种缺点： 有监督学习：需要用大量有标签本进行训练，而标签标注昂贵，难以在现实场景应
Unsupervised Cross-dataset Person Re-identification by Transfer Learning of Spatial-Temporal Pattern
升级迭代
04-15 1337
paper: Unsupervised Cross-dataset Person Re-identification by Transfer Learning of Spatial-Temporal Patterns(CVPR2018) 推荐：https://www.jianshu.com/p/32c6e55ceea9 Abstract Firstly，把在小标签的源数据集上训练的视觉分类器...
Generalizing to Unseen Domains via Adversarial Data Augmentation
墨丶
11-24 1107
“Generalizing to Unseen Domains via Adversarial Data Augmentation” 论文翻译 简介论文题目：通过对抗数据增强泛化到未知域 纯手打，相互学习，如有问题还望指正。 部分英文术语属于最新提出，会直接贴出英文，抱歉。 深度学习，文本分析等问题可以加QQ交流，相互学习。QQ：1307629084 论文归类：迁移学习 简要说明：本文是斯坦福大学...
AAAI2020|Domain Adaptative Attention Learning for Unsupervised Cross-Domain Person Re-Identification
weixin_40607428的博客
03-11 1823
@TDomain Adaptive Attention Learning for Unsupervised Cross-Domain Person Re-IdentificationOC 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。 新的...
评论 2
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
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