- 博客(31)
- 收藏
- 关注
RSS订阅原创 CVPR2019-行人重识别论文汇总
根据paper list搜到19篇：Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-identification Dissecting Person Re-identification from the Viewpoint of ViewpointLearning to Reduce Dual-l...
2019-04-17 15:41:05
6113
原创 2018-ECCV-Mancs-A Multi-task Attentional Network with Curriculum Sampling
论文地址Motivation现有的Re-ID工作都面临以下的问题：loss function的选择不对准问题寻找高判别力的局部特征对于rank loss优化中的采样问题目前的大多数工作都是针对上述问题中的一两个来进行解决，能不能用一个统一的框架来解决上述问题呢？Contribution1 IntroductionRe-ID定义、意义以及难点研究方向：...
2018-10-12 11:35:08
1788
4
原创 2017-CVPR-Spindle Net: Person Re-identification with Human Body Region Guided Feature
论文地址Motivation由检测算法以及姿势变化引起的行人身体不对准问题会为不同图像间的特征匹配造成严重的影响 --> 怎么解决这个问题？Contribution首次在ReID中考虑人体结构信息：帮助对齐不同图像中人体区域特征增强局部细节信息的表示能力SpindleNeta multi-stage ROI pooling framework --> 不同...
2018-09-30 15:38:29
3305
1
原创 2018-CVPR-Harmonious Attention Network for Person Re-Identification
论文地址代码实现【Pytorch】Motivation对于大幅度的姿势变化以及错检带来的行人框对准问题，现有方法采用constrained attention selection mechanisms解决并不是最优的，如何更好的优化该问题呢？Contribution提出了新的联合学习多尺度注意力徐州与特征表示方法Harmonious Attention Moudlehard ...
2018-09-24 10:46:29
2933
2
原创 交叉熵与均方误差
均方代价函数及不足均方代价函数: L=12N∑x||y(x)−a2(x)||2L=12N∑x||y(x)−a2(x)||2L = \frac{1}{2N}\sum_x||y(x)-a^2(x)||^2预期：NN在训练时，如果预测值与实际值误差越大，那么反向传播过程中，各种参数的调整的幅度就要更大，从而使训练更快收敛, 然而如果使用均方误差函数，实际有可能误差越大，参数调整的幅度可能更...
2018-08-09 22:25:43
3065
原创 行人重识别(ReID)概述
什么是Re-ID?行人重识别（Person Re-identification也称行人再识别，简称为ReID，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。为什么要Re-ID？在监控视频中，由于相机分辨率和拍摄角度的缘故，通常无法得到质量非常高的人脸图片。当人脸识别失...
2018-07-24 16:57:33
76776
13
原创 re-ID学习资料
视频分享云从科技：详解跨镜追踪（ReID）技术实现及应用场景【极市】郑哲东 -Deep-ReID：行人重识别的深度学习方法行人再识别论文介绍及最新进展相关文章CVPR 2018 中国论文分享会 之「人物重识别及追踪基于深度学习的行人重识别研究综述 简单行人重识别代码到88%准确率 【AI认人】你需要知道的10种行人属性 ...
2018-07-24 16:51:23
12139
6
原创 2018-CVPR-Efficient and Deep Person Re-Identification using Multi-Level Similarity
论文地址Motivation目前的方法只考虑在某一个特征的卷积层输出来计算相似性，是否可以使用多尺度提高相似度的计算的准确性呢？许多工作假定相关视觉特征不会平移太大的距离，没有在整张图上考虑相关性，很容易丢失信息之前都是在特征图的rigid part来计算product或者difference，没有对于尺度、旋转的不变性Contribution提出了全卷积Siam...
2018-07-23 00:02:32
1219
3
原创 2018 ECCV-Beyond Part Models:Person Retrieval with Refined Part Pooling
论文地址代码实现：PytorchMotivation基于part-level特征的re-id方法现在性能不错，但是利用了额外的线索(pose estimation等)，同时因为domain的差异性，产生part的模型精度相对不高容易引入噪声影响（比较区域的内容不一致性）最终re-id的性能。==> 是否一定需要额外的线索？ 如何更精准定位？Contributio...
2018-07-15 16:52:31
1047
原创 2018 CVPR-Attention-Aware Compositional Network for Person Re-identification
论文地址Motivation已有很多方法利用人体姿态估计对来解决re-id中的姿势变化问题，并在一定程度上提升了re-id性能，但是pose information信息是否被充分利用了呢？在Re-ID场景中有大量的遮挡问题，有什么好的办法区分肢体对人的遮挡(weak feature)以及包裹等对人的遮挡(强特征)呢？Contribution提出了处理re-id中misa...
2018-07-08 20:01:29
2942
5
原创 2018 CVPR-Person Transfer GAN to Bridge Domain Gap for Person Re-Identification
论文地址代码地址：tensorflowMotivation已有很多算法在现有的Re-ID数据集取得了较高的精度，但是相对于实际应用场景差距较大(人与摄像头数量、各种变化)不同数据集之间存在domain gap，在一个数据集上训练模型，在另外一个数据集上进行预测性能下降很大，如何解决这个问题呢？Contribution提出了更加接近真实场景的MSMT17数据集提...
2018-06-24 15:47:24
3681
3
原创 2018 CVPR-Human Semantic Parsing for Person Re-identification
论文地址 Motivation现有方法都是利用检测框来对局部特征进行提取，这样的框框精度较低，有没有更加精准的方法来提取局部细节特征呢？现有的方法涉及很多模块，相对比较复杂，那么这些复杂模块是否有必要呢？有没有简单的方法来达到相同的性能呢？Contribution通过大量实验证明使用简单且有效的训练方法能够显著超过SOTA提出了SPReID，利用human sem...
2018-06-18 13:16:11
3875
原创 2017 ICCV-Pose-driven Deep Convolutional Model for Person Re-identification
Motivation巨大的姿势变化以及复杂的视角差异增加了从行人图片中提取特征与匹配的困难Contribution提出了Pose-driven Deep Convolutional(PDC) model来提高特征学习以及匹配pose driven feature weighting sub-network来学习自适应特征融合1.Introductionr...
2018-06-10 17:58:07
2944
7
原创 2017 AAAI-A Multi-task Deep Network for Person Re-identification
论文地址和之前一篇文章比较像，也是考虑用多任务来做Re-ID来学到相对鲁棒的特征(多个损失)，本文方法中根据不同loss的特点在不同层使用不同的loss来优化感觉很有意思，简单总结下本文的方法部分Motivationrank loss与binary classification loss各有优缺点对于深度学习方法来说，re-id数据集规模太小，难以在小数据集上训练深度网络...
2018-06-03 15:32:52
1416
原创 2016 CVPR-Learning Deep Feature Representations with Domain Guided Dropout for Person Re-ID
论文地址Motivation大规模的数据集是成功应用深度学习的关键，对于很多任务来说，没有大的数据集来学习到通用且鲁棒的特征，同时不同的学者提出了许多小的数据集，能否利用multi-domain learning来利用与同一个任务相关的不同数据集来学习得到更加通用且鲁棒的特征呢？在多领域学习中，因为领域偏差的存在，一个对某个领域有效的神经元可能对其他领域无用，对于一个多领域学习的模型，...
2018-05-27 11:32:32
930
原创 2016 Deep Transfer Learning for Person Re-identification
论文地址 一篇关于如何进行迁移学习干货的文章0.0Motivation现有的Re-ID数据集都相对较小，目前大多数方法都只在Re-ID数据集上训练得到模型，对于不同Re-ID数据集的泛化能力很差，如何利用其他大型数据集通过迁移学习得到更泛化的特征呢？现实应用中有大量的未标注的数据，采用无监督学习的方法来利用这些数据对于实际应用有重要的意义。Contributio...
2018-05-19 11:46:18
1033
5
原创 python-8.斐波那契数列
题目描述写一个函数，输入n，求斐波那契(Fibonacci)数列的第n项。斐波那契数列的定义如下： f(x)=⎧⎩⎨⎪⎪01f(n−1)+f(n−2)n = 0n = 1n > 1f(x)={0n = 01n = 1f(n−1)+f(n−2)n > 1f(x)=\begin{cases}0& \text{n = 0}\\1& \text{n = 1}\\f(n-1)+f...
2018-05-12 16:12:53
195
原创 python-7.二叉树的下一个节点
题目描述：给定一棵二叉树和其中的一个节点，如何找出中序遍历序列的下一个节点？树中的节点除了有两个分别指向左、右子节点的指针，还有一个指向父节点的指针。根据中序遍历的特点：若该节点有右子树，则下一个节点为右子树最左边的节点若该节点无右子树：若该节点是父节点的左节点，则下一个节点为父节点若该节点是父节点的右节点，则下一个节点为遍历父节点找到一个节点是其父节点左孩子的节点class...
2018-05-12 15:23:28
693
原创 2016 CVPR-Person Re-Identification by Multi-Channel Parts-Based CNN with Improved Triplet Loss
Motivation如今的Re-ID工作大多是将特征学习与度量学习分开，那么能不能把两者一起学习来提高性能呢？同时对整张图像直接提取特征往往不能捕捉图像中人物的细节信息，怎么能设计模型来更好利用局部特征呢？之前的triplet loss仅仅使类内距离小于类间距离就行，这样学习出来的类簇相对较大，能不能学到更紧凑的类簇来提高判别力呢？本文的multi-channel + improved...
2018-05-12 11:31:25
1740
1
原创 python-6. 重建二叉树
题目描述：输入某二叉树的前序遍历和中序遍历的结果，请重建该二叉树，假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如，输入前序遍历序列{1，2，4，7，3，5，6，8}和中序遍历序列{4, 7, 2, 1, 5, 3, 8, 6}，则重建如下图所示的二叉树并输出它的头结点。二叉树节点的定义如下：struct BinaryTreeNode{ int m_nValue...
2018-05-09 16:04:49
152
原创 2015 CVPR-An Improved Deep Learning Architecture for Person Re-Identification
论文地址 代码实现：kerasMotivation继14年两篇用深度学习做re-ID工作之后，进一步对深度学习方法的探索Contribution提出了一个新的网络模型来同时学习特征和对应的相似性度量，两个特点： neighborhood difference layer：比较两个输入图像对中相近区域的经卷积后的相似图像特征patch summary featrues...
2018-05-09 15:07:33
3160
10
原创 python-5. 从尾到头打印链表
题目描述：输入一个链表的头结点，从尾到头反过来打印出每个结点的值。链表结点定义如下:struct ListNode{ int m_nKey; ListNode* m_pNext;}解题思路：method_1: 利用栈的先进后出的特点，从头遍历链表的同时将结点的值入栈，最后依次弹出栈中的元素即可。可以借助python中的list实现栈meth...
2018-05-07 17:05:22
698
原创 卷积神经网络可视化与可解释性
对卷积网络可视化与可解释性相关资料的一些整理，不断更新中~主要作用进一步理解CNN帮助我们分析训练好的网络学会如何生成热力图，如下图: 博客Distill 非常推荐的一个网站Global Average Pooling Layers for Object LocalizationYes, Deep Networks are great, bu...
2018-05-05 14:59:24
7292
1
原创 2014 ICPR-Deep Metric Learning for Person Re-Identification
论文地址也是最早用深度学习方法做Re-ID的工作对跨数据集模型的泛化性能进行了实验Motivation传统方法通常都是将特征提取与度量学习分开处理的，end-to-end的深度学习在计算视觉各个领域都取得了较大的成功，那么能不能在Re-ID上用一个统一的框架来联合进行特征提取与度量学习呢？Contribution提出了”Deep Metric Learnin...
2018-05-05 11:11:03
2557
3
原创 python-4.替换空格
题目描述：请实现一个函数，把字符串中的每个空格替换成”%20”。例如，输入”We are happy.”,则输出”We%20are%20happy.”解题思路：这个问题得考虑是在原来的字符串上做替换，还是创建新的字符串并在新的字符串上进行替换。python中还不清楚怎么直接操作原来的字符串，先写出第二种操作基于第二种的解法 利用新的字符串来辅助添加，若遇见空格就换成%2...
2018-05-03 16:42:31
401
原创 python-3.二维数组中的查找
题目描述：在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。解题思路：每次选取右上角或者左下角，与输入的整数进行比较来进行排除： 若对应位置的数字等于所选数字，返回True若对应位置的数字大于所选数字，则排除对应一列若对应位置的数字小于所选数字，则排除对应...
2018-05-02 16:06:36
710
原创 2014 CVPR-DeepReID Deep Filter Pairing Neural Network for Person Re-Identification
论文地址 - 第一篇用深度学习来做Re-ID的工作，介绍了很多基础性的概念 - model部分对CNN的设计思路讲的很详细，有些细节还没有完全搞懂，回头会继续理解总结~Motivation传统的re-ID的流程如下图： 现在的re-ID工作要么是分开优化流程中的几个模块，要么是顺序优化，这种做法如果有用的信息在之前的步骤中丢失就难以在恢复了，影响整个系统的性能。...
2018-05-02 10:59:46
2510
2
原创 python-2.找出数组中重复的数字
题目描述：在一个长度为n的数组里的所有数字都在0~n-1的范围内，数组中某些数字是重复的，但不知道有几个数字重复了，也不知道每个数字重复了几次。请找出数字中任意一个重复的数字。例如，如果输入长度为7的数字{2, 3, 1, 0, 2, 5, 3}，那么对应的输出是重复的数字2或者3.解题思路：直接对数组排序然后顺序遍历:时间复杂度 O(nlogn)O(nlogn)O(nlog...
2018-04-30 20:57:15
6666
原创 python-1.用两个栈实现队列
题目描述：用两个栈来实现一个队列，完成队列的Push和Pop操作。解题思路：队列：先进先出栈：先进后出一个栈用来EnQueue:每次进来元素都送入该栈另外一个栈来转换顺序做DeQueue：两个栈同时为空时候，return None当第二个栈没有元素时，将第一个栈的元素全部Push进第二个栈，此时最顶端的元素即队首，直接Pop即可当第二个栈有元素时候，直接Pop顶...
2018-04-28 19:48:24
170
原创 2017 TOMM-A Discriminatively Learned CNN Embedding for Person Re-identification
论文地址 代码实现：Matconvnet、caffe、kerasMotivation现在主流的两种re-ID卷积网络:verification and identification models，这两种网络因为损失函数的不同各有优缺点那么能不能把这两种网络结合一下来得到一个能学习到更具区分能力的表示呢？Contribution提出了siamese network结...
2018-04-26 11:32:31
3143
2
原创 2016 ECCV-Gated Siamese Convolutional Neural Network Architecture for Human Re-ID
论文地址 第一篇论文笔记，希望大家能多提些意见来帮助我提高论文笔记模型的性能。相关方向的童鞋可以加qq:396543018一起交流~Motivation现在的Siamese CNN对每个照片仅在final level提取固定的表示进行比较，而不管与其配对的其他图像情况。缺点：难以提取对于区分hard negative pairs与positive pairs局部的细致模式对于以...
2018-04-25 11:01:56
2032
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人