![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ReID笔记
betariver
无畏
展开
-
ReID简记-1-A Deep Four-Stream Siamese Convolutional Neural Network with Joint V+ID
ReID简记-1-A Deep Four-Stream Siamese Convolutional Neural Network with Joint Verification and Identification Loss for Person Re-detection 创新点 (1)使用了四个权值共享的网络 (2)设计了quartet loss 总结 quartet loss 感觉有点意思,有想法...原创 2018-12-28 14:22:58 · 324 阅读 · 0 评论 -
ReID简记-2-Spatial and Temporal Mutual Promotion for Video-based Person Re-identification
创新点 (1)Refining Recurrent Unit (RRU) 关注遮挡,外观噪声和运动信息 (2)Spatial-temporal Clues Integration Module (STIM) 整合时空信息 (3)Multi-level Training Objective 增强上述两者能力 总结 网络有点复杂,真的是玩出了花。 (1)RRU,可以看成时CNN的RNN化,堆叠了几个权值...原创 2018-12-28 19:11:04 · 1095 阅读 · 0 评论 -
ReID简记-3-3D PersonVLAD: Learning Deep Global Representations for Video-based Person Re-id
创新点 1.基于视频的行人ReID方法:3D Person VLAD aggregation 2.阐述了时空注意力的优势和VLAD aggregation 的重要性 总结 网络结构如图所示,输入时确定长度的视频。 最主要的是接下来的部分。 3D身体校准网络如下: 此部分包含B个分支,每个分支估计一个注意力图。通过这个注意力图,可以平衡3D卷积特征。B个分支的输入都是相同的。每个分支检测一个有分辨...原创 2019-01-08 19:24:35 · 661 阅读 · 0 评论 -
ReID简记-Discovering Underlying Person Structure Pattern with Relative Local Distance for Person Re-id
创新点 reid中的空间信息的探究 总结 几个图就明白了 网络结构: 在正常的GAP的同时,加了一个分支。 水平方向的池化,(2048,8,8)->(2048,8,1)。转换维度(8,2048,1),相当于把行人分为8个部分。 每个部分互相做cos距离,得到(8,8)特征。 在计算分类和损失的时候,作者还是需要reshape了一下。“To this we reshape a matrix...原创 2019-01-31 14:02:50 · 414 阅读 · 0 评论