2020 Arxiv之跨模态ReID：Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person Re-Identi

最新推荐文章于 2021-08-27 16:54:20 发布
最新推荐文章于 2021-08-27 16:54:20 发布
阅读量736 收藏 4
点赞数 3
分类专栏： ReID 多模态 文章标签： 人工智能 深度学习 计算机视觉
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_41967539/article/details/108487946
版权
Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person Re-Identification简述：现有的研究大多使用基于欧几里得度量的约束来解决不同模式特征之间的差异。由于欧氏距离不能有效地测量嵌入向量之间的夹角，使得这些方法无法学习角度判别特征嵌入。本文提出通过确定了嵌入向量之间的夹角来进行有效的分类问题。同时，本文提出了提出了一种新的提出了一种新的ranking loss，即Bi-directional Expon
摘要由CSDN通过智能技术生成

Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person Re-Identification
简述：
现有的研究大多使用基于欧几里得度量的约束来解决不同模式特征之间的差异。由于欧氏距离不能有效地测量嵌入向量之间的夹角，使得这些方法无法学习角度判别特征嵌入。本文提出通过确定了嵌入向量之间的夹角来进行有效的分类问题。同时，本文提出了提出了一种新的提出了一种新的ranking loss，即Bi-directional Exponential Angular Triplet Loss。
在这里插入图片描述

左图展示了triplet loss计算了Va,Vn，Vp的距离，但是忽略了角度的影响，从而得到了右图的特征空间并没有很好的分类效果。

模型：
在这里插入图片描述

本文提出的框架有于其他的就是本文提出的expAT（Bi-directional Exponential Angular Triplet ）Loss

首先，传统triplet loss：
在这里插入图片描述

由于跨模态问题存在RGB和IR两种模态ÿ

最低0.47元/天 解锁文章
用GAN得有GPU
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
cpp-ATLAngularTripletLoss基于sphereface和triplet损失的新损失函数
08-16
ATL(Angular Triplet Loss):基于sphereface和triplet损失的新损失函数
Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person Re-Identification
abc_123_45_6的博客
09-29 296
大概流程是RGB图像经过CNN+BN+权重共享的FC进行ID损失。 IR图像经过CNN+BN+权重共享的FC进行ID损失。 算法流程： 代码：
行人重识别论文阅读12-Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person ReID
qq_33977080的博客
08-27 517
expAT：双向指数角度三元组损失 Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person Re-Identification 1. 解决的问题 因为欧氏距离不能有效地测量角度可判别特征嵌入。并且因为角度鉴别特征空间对基于嵌入向量的行人图像分类十分重要。双向指数角度三重损失：通过显式约束嵌入向量之间的夹角帮助学习角度可分离的公共特征空间。 2. 提出的方法 作者提出双向指数角度三元组损失，使用余弦距离来衡量包括角度的距
Contrastive loss \ Triplet loss \ N-pairs loss \ Angular loss
Avalon
01-14 1384
Contrastive loss and Triplet loss: https://ahmdtaha.medium.com/retrieval-with-deep-learning-a-ranking-loss-survey-part-1-8e88a6f8e091 N-pairs loss and Angular loss: https://ahmdtaha.medium.com/retrieval-with-deep-learning-a-ranking-loss-survey-part-2-df7e7
Triplet Loss, Ranking Loss, Margin Loss
bbbeoy的专栏
08-23 1543
不同于cross entry loss或者MSE等等，他们的目标去表征模型的输出与实际的输出差距是多少。但是ranking loss实际上是一种metric learning,他们学习的相对距离，而不在乎实际的值。由于在不同场景有不同的名字，包括 Contrastive Loss, Margin Loss, Hinge Loss or Triplet Loss. ranking loss 应用十分广泛，包括是二分类，例如人脸识别，是一个人不是一个人。 ranking loss 有非常多的叫法，但是他们的
2019 ArXiv之ReID：Hetero-Center Loss for Cross-Modality Person Re-Identification
01-06
Hetero-Center Loss for Cross-Modality Person Re-Identification 当前的问题及概述： 目前所有的框架都在解决跨模态差异问题，很少有研究探讨改进类内跨模态相似性。 本文提出了一个新的损失函数，称为异中心损失...
Awesome-Cross-Domain-Person-Re-identification:真棒跨域人重识别
05-29
迁移学习、跨数据集、无监督、人员重新识别 数据集 很棒的重新识别数据集 [ ] Market-1501 排行榜 [ ] 杜克排行榜 [] 重新识别数据集集合 [ ] 基准测试 方法 无监督聚类 图像风格转移 无监督域名转移 论文清单...
arXiv2020-RIFE：RIFE：视频帧插值的实时中间流估计
02-12
RIFE v2.1-实时视频插值 | | | | | 某些应用程序已集成RIFE。 您可以参考 ， 和 。中文补帧软件也已经发布，免费下载 。...cd arXiv2020-RIFE pip3 install -r requirements.txt 从下载预训练的HDv2模
vehicle-ReId:期刊“车辆重新识别的演示代码”
03-08
title = {Vehicle Re-identification: exploring feature fusion using multi-stream convolutional networks}, journal = {arXiv preprint}, volume = {arXiv:1911.05541}, number = {}, p
arXiv-title-fixer：:page_with_curl:为包含标签的arXiv论文设置正确的（标签）标题
01-30
arXiv titler修复程序在arXiv页面上设置正确的选项卡<title> 。Chrome扩展程序可以从独立安装。Firefox插件它也可以作为的。 由于，因此该扩展名不起作用。 创建了一个的聪明解决方法 。用户脚本创建版本为...
2020 ArXiv之跨模态ReID：Parameters Sharing Exploration and Hetero-Center based Triplet Loss for Visible-T
makabaka的博客
09-08 1206
Parameters Sharing Exploration and Hetero-Center based Triplet Loss for Visible-Thermal Person Re-Identification 简述： 采用双流网络来解决多模态识别中最具挑战性的跨模态差异问题。在本文中，我们探讨了两流网络应该共享多少个参数，这在现有文献中仍未得到很好的研究。同时，提出了提出了hetero-center based triplet loss，通过将anchor与其他所有样本的比较改为anchor
contrast 相似性loss、Triplet loss相对相似度(对类内不适合）、Angular loss增强了尺度不变性
weixin_44523062的博客
06-12 1789
https://blog.csdn.net/qq_16234613/article/details/81210320 Angular Loss： Deep Metric Learning with Angular Loss 从角度相似性方向考虑对triplet loss，增强了其尺度不变性，并且考虑了3阶几何约束。这篇文章的逻辑推理很nice。 ...
论文阅读：Parameters Sharing Exploration and Hetero-Center based Triplet Loss for Visible-Thermal Person
weixin_42726282的博客
03-04 653
1、问题 跨模态行人重识别解决模态差异问题的传统方法是将不同模态的特性映射到一个共享子空间中提取与模态无关的共享的特征，后来出现了双流网络提取模态特有特征和共享特征，这种方式对于鉴别特征的提取更有效。但是这些跨模态行人重识别模型的baseline不够strong和effective，因此，本文提出了一些方法得到了更强的baseline。 2、思想 此前的工作中已经有使用双流网络的，但是还没有系统的研究双流网络应该共享多少参数，本文以ResNet-50为backbone，研究了共享多少参数使得双流网络的效果最
【2017_ICCV】Deep Metric Learning with Angular Loss
booyoungxu的专栏
11-11 4685
提出了Angular Loss，考虑角度关系作为相似性度量。之前的度量方法主要考虑优化相似性（ContrastIve）或者相对相似性（Triplet Loss），文中方法限制negative point of the triplet triangles之间的角度。 优点：引入尺度不变，提高了目标对于特征差异的鲁棒性；增加了三阶几何限制，捕获了triplet triangles的附加局部结构；收敛更
triplets 、triplet Loss和 hard triplets
weixin_40710375的博客
06-19 7801
triplets设左一的图为Anchor（参考点），左二为Negative（反例），右一为Positive（正例），这三张图片构成一个三元组（triplet），其中A和P的欧式距离可能很大，A和N的欧式距离可能很小。triplet Loss什么是Triplet Loss呢？顾名思义，也就是根据三张图片组成的三元组（Triplet）计算而来的损失（Loss）。其中，三元组由Anchor(A),Neg...
Triplet Loss入门
无悔王冠的专栏
12-10 2917
Triplet Loss入门 Face verification vs. face recogntion Verification Input image, name/ID Output whether the input image is that of the claimed person. Recognition Has a database of K peosons(or n...
详解Triplet loss三元组损失
S20144144的博客
11-05 3033
详解Triplet loss三元组损失
构建正方形形式因子：AdS-CFT对与积分场论
整个研究工作得到了SCOAP3项目的资金支持，并被引用为arXiv预印本1810.11430。 这篇论文不仅提出了一种新颖的数学工具，而且还展示了其在实际物理问题中的应用潜力，对于进一步推动AdS/CFT对偶中的理论研究和技术...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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