2019CVPR之ReID：Interaction-and-Aggregation Network for Person Re-identification

最新推荐文章于 2023-12-25 22:48:11 发布

用GAN得有GPU

最新推荐文章于 2023-12-25 22:48:11 发布

阅读量605

点赞数

分类专栏： ReID 单模态文章标签：计算机视觉人工智能深度学习

本文链接：https://blog.csdn.net/qq_41967539/article/details/106493247

版权

本文介绍了一种新的交互-聚合(IA)网络结构，用于解决行人重识别中的姿态和尺度变化问题。IA网络包含空间交互聚合(SIA)和通道交互聚合(CIA)模块，SIA能自适应地确定感受野，CIA则增强特征表示，特别是对小尺度视觉线索。实验表明，IA网络在多个数据集上优于现有方法。

摘要由CSDN通过智能技术生成

Interaction-and-Aggregation Network for Person Re-identification
当前的问题及概述：
由于CNNs具有固定的几何结构，其在人的姿态和尺度的巨大变化建模中具有固有的局限性：a展示了同一ID的不同姿态，b展示了小样本或不完全等问题。
在这里插入图片描述
由于目前CNN提取特征有以下两种方法，一是定位身体部分，并将其组合起来，但即使是最先进的部分检测解决方案也不是完美的。另一种方法是多尺度特征融合，即在网络的多层上计算特征图。
本文提出了一种通过交互-聚合(IA)的方法，增强了CNNs的特征表示能力，特别是在人体姿态和尺度变化的情况下，对同一身体部位作出反应的相关特征聚集起来。IA包括两个模块:空间交互聚合(SIA)和通道交互聚合(CIA)，SIA可以根据输入的人的姿势和比例，自适应地确定感受野，CIA可以有选择地聚合信道特征以增强特征表示，特别是对于小尺度的视觉线索。
模型及loss：
2.1 SIA Module
在这里插入图片描述
CIA分为interaction（交互）和aggregation（聚合）两个模块，在交互模块中，将输入reshape为C×M大小，由于涉及相邻位置的patch可以捕捉到更精确的外观，因此本文