[ECCV2018]Person Search via A Mask-Guided Two-Stream CNN Model

PDF

这篇文章和以往的person search文章不同,作者提出detector和re-ID分离才会产生更好的performance。detector是faster RCNN产生proposal和离线(off-the-shelf)的instance segmentation method FCIS产生分割的mask;re-ID是用的Two-stream CNN完成。

Contribution

Method

框架如上图。Detector是用的faster RCNN,分割是用的现有的算法FCIS;随后对原图像块和前景图像分别输入O-Net和F-Net,然后用concatenate将其整合在一起。再利用SEBlock对权重进行再分配,在经过GAP(Global Average Pooling)和FC,对输出向量求OIM loss。

SEBlock

OIM Loss

实验结果

 

转载于:https://www.cnblogs.com/xiaoaoran/p/11134528.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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