行人重识别
文章平均质量分 78
weixin_43876725
这个作者很懒,什么都没留下…
展开
-
Perceive Where to Focus: Learning Visibility-aware Part-level Features for Partial Person Re-id阅读笔记
1. 简介 论文考虑了行人重识别的一个现实问题,局部行人重识别问题,如果直接将局部行人图像与整体的行人图像进行比较,空间错位问题将会极大地减弱特征学习的判别能力。提出了一个局部可视感知模型VPM,通过自监督学习感知可视区域内的特征。利用可视感知的特性,能够提取区域特征并比较两张图像的共享区域,从而在局部行人重识别问题上取得更好的表现。 创新点 (1) 提出局部可视感知模型VPM,与学习全局特征相比...原创 2020-03-14 11:08:28 · 479 阅读 · 1 评论 -
Patch-based Discriminative Feature Learning for Unsupervised Person Re-identification(CVPR2019)阅读笔记
1.摘要 在行人重识别问题里,尽管局部特征的方法有效,但是受限于需要成对的有标记的数据去训练,这些数据往往难以获得。在这项工作中,提出了一个基于块的无监督学习框架用于学习易于区分的图像块特征。设计了一个PatchNet用于从特征图中选取块,从这些块中学习易于区分的特征。另外设计了一个图像层面的特征损失函数,利用同一张图像的所有块特征合并为一个图像级别的向导用于PatchNet。 2.创新点 1)第...原创 2020-03-14 10:14:58 · 543 阅读 · 0 评论 -
Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-identification(CVPR2019)阅读笔记
1.摘要 传统的域迁移方法主要是减小源域和目标域间的特征分布差距,但是忽略了在目标域中的类内变化,使得其对目标域的测试结果产生很大的影响,在这项工作中,主要是探究在目标域的类内变量,提出了用于存储目标域中三个不变属性的记忆槽,即个体不变属性,相机风格不变属性,邻居不变属性,使得行人重识别模型泛化能力更强。 2.创新点 1)综合的研究了目标域中的三个潜在的不变属性,实验证明这些属性对于行人重识别模型...原创 2020-03-13 17:15:45 · 378 阅读 · 0 评论 -
Generalizable Person Re-identification by Domain-Invariant Mapping Network(CVPR2019)阅读笔记
简介 现有的域泛化方法假设源域和目标域共享相同的标签控件,但是现有的meta学习模型假设目标域有着固定数量的类别,并且用源域中的数据去训练, 所以他们对于reID都有局限性,目标域中的人物类别是不同动态的 DIMN用于去学习人物图像与其身份分类器权重向量的映射关系,使用a singel shot产生一个分类器,一旦学习好,对于目标域,每个gallery图像将会被送入网络中产生特殊的线性身份分类器权...原创 2020-03-13 16:16:34 · 1187 阅读 · 1 评论 -
CVPR2019--Distilled Person Re-identification: Towards a More Scalable System阅读笔记
1. 简介: 从三个方面考虑行人重识别问题的泛化能力: 1. 降低标签代价–减少标签数 现有的有监督Re-ID方法需要大量的有标签的人物,而一个泛化力好的Re-ID系统能够从未标记的数据和有限的标记数据中学习。 2. 降低扩展代价–重新利用已有的知识 当扩展到新的场景时,现有的Re-ID方法应用迁移学习,需要辅助的源域数据用于预先训练或者是联合学习。预训练的模型可能并不适用在不同的uer-spec...原创 2020-03-08 14:42:35 · 427 阅读 · 0 评论