行人重识别TPAMI 2022
文章平均质量分 93
涵语
这个作者很懒,什么都没留下…
展开
-
Unified Batch All Triplet Loss for Visible-Infrared Person Re-identification
损失函数原创 2022-10-05 13:06:36 · 767 阅读 · 1 评论 -
TPAMI 2022 :Multi-task Learning with Coarse Priors for Robust Part-aware Person Re-identification
MPN在训练阶段通过多任务学习(MTL)解决身体部位错位问题。更具体地说,它在相同的主干模型之上为每个主体部分构建一个主任务(MT)和一个辅助任务(AT)。该ATs配备了用于训练图像的人体部位位置粗先验。然后,at通过优化MT参数,将身体部位的概念转移到MTs中,从主干模型中识别出与部位相关的通道。概念转移通过两种新的对齐策略来实现:通过硬参数共享的参数空间对齐和基于类的特征空间对齐。借助学习到的高质量参数,MTs可以在测试阶段独立地从相关通道中提取语义对齐的部分级特征。原创 2022-10-02 21:27:16 · 562 阅读 · 0 评论