qq_42351942的博客

剑指offer刷题——链表

今年的CVPR论文多关注无参考图像情况下，更具实际应用价值的图像、视频质量评价工作。总的来讲，重点基本都是——人眼视觉系统下同时考虑内容和失真的相互作用及其对最终质量感知的影响。而且不得不说，利用无监督手段解决问题的策略显然越来越受欢迎，回归本质，出发点都是针对真实情况下，多种失真同时作用在一张图像上，从而与人眼视觉质量感知直接相关。因此，可以从两方面解决问题：一方面，对于有标签的训练，就要加大可训练数据量，构建更大规模的数据集，从而提升监督学习下模型的鲁棒性能；

本篇的研究任务是一项很有意思的工作，也许是行人重识别的任务较为具体，贴近日常生活，所以即使我并不了解这个领域，文章读起来也没有很大的障碍。本篇论文的任务是行人重识别：具体来讲的话，是在image或者video中，找我们的 target person那本篇论文侧重的呢，就是当我们的目标人物changed his or her clothes。这种现象在日常场景中发生的很多。一般长时间的情况下，比如说我们第一天出现在商场的监控视频中，那下次我们极大的可能跟这次所穿的衣服不是一件。

文献管理工具EndNote的使用

ViT中引入CNN的改进策略——CvT

整理每篇论文的method和experiment部分，主要按照段落格式来梳理文章架构，并以思维导图的形式展现。

图像质量评估论文精度，基于无监督学习。

全景图像质量评估论文精度

No-Reference Image Quality Assessment via Transformers, Relative Ranking,and Self-ConsistencyGolestaneh S A, Dadsetan S, Kitani K M. No-reference image quality assessment via transformers, relative ranking, and self-consistency[C]//Proceedings of the IE

No-reference Panoramic Image Quality Assessmentbased on Adjacent Pixels CorrelationDing W, An P, Liu X, et al. No-reference Panoramic Image Quality Assessment based on Adjacent Pixels Correlation[C]//2021 IEEE International Symposium on Broadband Multi