单模态
用GAN得有GPU
发帖主要是为了整理自己的心得,仅供参考,有可能内容有误,欢迎指正错误,互相学习!
展开
-
2020 CVPR 之ReID:AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-identi
AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-identification简述:当目标域的身份未知时,现有的方法试图通过转移图像样式或跨域对齐特征分布来解决,而目标域中丰富的未标记样本不能充分地实现。本文提出了一种新的增强描述本地聚类(AD-Cluster)技术,该技术可以估计和增强目标域内的人聚类,并通过附加聚类增强re-ID模型的识别能力。AD-Cluster交替训练一个图像生成器和一个原创 2020-10-15 16:21:27 · 497 阅读 · 0 评论 -
2020 CVPR 之ReID:CamCOCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification
AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-identification简述:现有的ReID任务都是在基于同一个人都是相同的衣服进行了,本文为了解决这一问题,提出了换衣人集(COCAS),同时,提出了一种双分支网络——生物特征-服装网络(BC-Net),该网络能够有效地将生物特征和服装特征结合起来,在我们的设置下进行re-id识别。模型:COCAS数据集:生物特征-服装网络(BC-N原创 2020-10-15 10:15:36 · 719 阅读 · 2 评论 -
2020Arxiv之ReID:Deep Learning for Person Re-identification: A Survey and Outlook
Deep Learning for Person Re-identification: A Survey and Outlook本文是夜盲团队在今年发表的综述类文章:论文地址:https://arxiv.org/abs/2001.04193v1AGW开源地址:https://github.com/mangye16/ReID-Survey当前的问题及概述:作者调查了245篇近两三年的行人重识别(Person Re-identification)论文,分类为封闭世界ReID与开放世界ReID,综述原创 2020-07-10 21:27:35 · 2948 阅读 · 0 评论 -
2017 ECCV之ReID:Beyond Part Models Person Retrieval with Refined Part Pooling (PCB)
Beyond Part Models Person Retrieval with Refined Part Pooling(and A Strong Convolutional Baseline)当前的问题及概述:本文使用part特征对行人图像描述提供了细粒度的信息,对所有图像的人物进行分part提取,本文有两点贡献:1,一个名为基于部分卷积基线(PCB)的网络。2,(ii)改进的部分池化(RPP)方法。下图为不同文献的分part方法,本文提出的PCB为f,采用均匀分part的方法,将图像分成均匀的不同原创 2020-06-09 14:45:48 · 453 阅读 · 0 评论 -
2019 CVPR之ReID:Re-ranking via Metric Fusion for Object Retrieval and Person Re-identification
Re-ranking via Metric Fusion for Object Retrieval and Person Re-identification当前的问题及概述:视觉因素的变化,如视点、姿势、白光和背景,通常被认为是re-ID任务的重要挑战。尽管这些因素是有影响的,但关于它们如何影响认知系统的定量研究仍然缺乏。本文通过探究viewpoint对系统的影响进行探究,有两大突出贡献,首先,引入了一个大型合成数据引擎PersonX。由手工制作的3D人物模型组成,该引擎的突出特点是“可控”。也就是说原创 2020-06-04 20:20:55 · 1148 阅读 · 1 评论 -
2019CVPR之ReID:Interaction-and-Aggregation Network for Person Re-identification
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。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)的方原创 2020-06-02 11:51:46 · 604 阅读 · 3 评论 -
2019 CVPR之ReID:Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person Re-
Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person Re-Identification当前的问题及概述:在Re-ID任务中,人物间较小的差异需要模型来捕获足够细粒度的特性。基于此,1,本文通过CAM扩展了baseline重建模型的激活范围,以探索丰富的视觉线索。2,提出了一种Overlapped Activation Penalty方法,使当前分支对先前分支激活较少的图像区域给予更多的关注,原创 2020-05-20 15:36:27 · 593 阅读 · 0 评论 -
2019 CVPR:Patch-based Discriminative Feature Learning for Unsupervised Person Re-identification
Patch-based Discriminative Feature Learning for Unsupervised Person Re-identification当前的问题及概述:虽然针对差异性局部特征对ReID任务是有效的,但它们仅限于成对的被标记数据大间隙上进行训练,但在其他小间隙的不相似部分获取起来成本较大。如下图:本文提出了一个基于patch的无监督学习框架来克服这个问题,以便从patch而不是整个图像中学习识别特征,大大减少了计算复杂度和成本。模型及loss:本文提出的Pat原创 2020-05-14 13:28:23 · 1074 阅读 · 0 评论 -
2018 CVPR:Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training
Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training当前的问题及概述:大多数现有的方法高度依赖bounding box,然而,由于实际场景的限制,目前的检测模型往往产生不准确的bounding box,进而避免了算法的性能。本文提出了一种新的由粗到细的金字塔模型,该模型不仅融合了局部信息和全局信息,而且还强化了局部信息和全局信息之间的线索,避免了bounding box的不准确性带来的影响。可以从下图看到,由于boundi原创 2020-05-12 17:06:13 · 788 阅读 · 0 评论 -
2019 CVPR(oral)之ReID:Joint Discriminative and Generative Learning for Person Re-identification
Joint Discriminative and Generative Learning for Person Re-identification当前的问题及概述:目前,ReID任务通过GAN网络训练越来越热门,然而,现有方法中的G途径与D再识别学习阶段相对独立。因此,reid模型通常直接对生成的数据进行训练。本文提出了一个联合学习框架,将ReID任务和端到端的图像生成结合起来。提出的模型包括一个生成模块,它将每个人分别编码为一个外观码和一个结构码,以及一个判别模块,它与生成模块共享外观编码器。生成模原创 2020-05-09 12:43:09 · 1042 阅读 · 0 评论 -
2019 CVPR之ReID:Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-Identification
Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-Identification当前的问题及概述:本文研究的是从标记的源域和未标记的目标域学习一个新的领域自适应ReID模型。以往的方法主要是减少源域和目标域之间的特征分布距离。然而,这样忽略了目标域内部的变量从而影响实验结果。而本文通过样本不变性、相机不变性和近...原创 2020-05-06 20:39:48 · 501 阅读 · 0 评论 -
2019 CVPR之ReID:Densely Semantically Aligned Person Re-Identification
Densely Semantically Aligned Person Re-Identification当前的问题及概述:目前ReID如图1中存在的问题:(a)不同的摄像机视点,(b)不同的姿态,©不完善的人检测,(d)局部内的错位,(e)杂乱的背景,(f)遮挡而造成的人的空间错位。本文通过对人即时信息语义的估计,构造了一组语义密集对齐的局部图像(dsap image),其中相同的空间位...原创 2020-04-30 23:06:35 · 650 阅读 · 0 评论 -
2019CVPR之ReID:Distilled Person Re-identification Towards a More Scalable System
Distilled Person Re-identification Towards a More Scalable System当前的问题及概述:目前RGB-RGB ReID包含3个问题:(1)通过减少标签量来降低标签成本;(2)通过重用现有知识来降低扩展成本;(3)通过使用轻量级模型来降低测试计算成本。这三个问题本文统称为可扩展性问题。因此,本文基于这一问题,提出了一个可扩展自适应Re-...原创 2020-04-29 12:59:07 · 431 阅读 · 0 评论