Joint Discriminative and Generative Learning for Person Re-identification
https://github.com/layumi/Person_reID_baseline_pytorch
https://github.com/NVlabs/DG-Net
Abstract
在不同摄像机下的类内变化带来挑战
最近,用生成模型进行训练数据增强,进而增强变化图像的不变性
问题:现有方法的生成pipeline与reid判别性学习阶段的相分离,re-id模型通常以直接的方式训练生成的数据
本文:
联合学习框架
我们提出了一个联合学习框架,它将reid学习和数据生成端到端地结合在一起。我们的模型涉及一个生成模块,它将每个人分别编码为外观代码和结构代码,以及一个与生成模块共享外观编码器的判别模块。通过交换外观或结构代码,生成模块能够生成高质量的交叉ID合成图像,在线反馈到外观编码器,用于改进判别模块。
结果: