重识别
文章平均质量分 68
黑曜石小刀
这个作者很懒,什么都没留下…
展开
-
【三重对抗学习行人重识别】Triple Adversarial Learning and Multi-View Imaginative Reasoning
思路及创新点提出了一种用于 UDA person re-ID 的三重对抗学习和多视角想象推理网络(TAL-MIRN),它由一个多视角想象推理模块(IRM)和一个三重对抗学习模块(TALM)组成。IRM原创 2022-05-13 20:14:06 · 737 阅读 · 0 评论 -
【实例间对比】ICE: Inter-instance Contrastive Encoding for Unsupervised Person Re-identification论文笔记
思路及创新点提出了实例间对比编码(ICE),它利用实例间成对相似度分数来提升效果。使用成对相似度排序作为难样本实例对比的one-hot难伪标签,旨在减少类内方差。然后,使用相似度分数作为软伪标签来增强数据增强后的视图和原始视图之间的一致性,这使得模型对增强扰动更加鲁棒。上图中online encoder是传统的神经网络,momentum encoder与MoCo类似,通过online encoder的累积权重进行更新。总损失为:For a camera-agnostic memory集群 a原创 2022-04-05 22:17:20 · 768 阅读 · 0 评论 -
【实例级时空行人重识别】Learning Instance-level Spatial-Temporal Patterns for Person Re-identification阅读笔记
思想及创新点使用了空间模型、时间模型以及视觉特征提取三种信息来进行行人重识别。与从前的Spatial-Temporal Person Re-Identification论文相比多使用了行人行走的方向信息。原创 2022-01-19 16:23:02 · 2724 阅读 · 0 评论 -
TransReID: Transformer-based Object Re-Identification论文笔记
Abstract做的两件事:提出jigsaw patch module (JPM) ,有助于更鲁棒特征表达的学习;提出side information embeddings (SIE),通过插入可学习的嵌入来合并这些非视觉线索,从而减少对相机/视图变化的特征偏差。是第一个使用纯transformer的工作。Introduction回顾CNN方法发现了两个问题。1.在全局范围内利用这些丰富的结构模式对于ReID至关重要。但由于有效感受野的高斯分布,基于CNN的方法主要集中在小的辨别区域。2原创 2021-10-13 10:08:58 · 521 阅读 · 1 评论 -
【多模态行人重识别】Spatial-Temporal Person Re-Identification
思路与创新点一种多模态的行人重识别,同时使用了时空信息以及传统的图片语义信息。网络结构:视觉模型ResNet50+PCB时空模型首先估算一个粗糙的时空直方图,之后使用Parzen窗口方法对其进行平滑。时空直方图计算方法:其中k为直方图的bin,下图是对bin的解释:Parzen Window method:对直方图进行平滑操作...原创 2022-01-18 14:03:26 · 2867 阅读 · 0 评论