学习笔记：换装后行人重识别研究

最新推荐文章于 2024-03-10 15:20:21 发布
最新推荐文章于 2024-03-10 15:20:21 发布
阅读量1k 收藏 7
点赞数
分类专栏： # 可以
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44523062/article/details/105861370
版权

link

主讲人：黄延 悉尼科技大学博士三年级：吴强教授学生

参考文献

  1. 抑制背景变化，解决跨域的人员重识别SBSGAN：Suppression of inter-Domain Background Shift for Person Re-ID. ICCV2019
  2. PersonREID中生成数据的多个冒充正规标签化Multi-pseudo Regularized Label for Generated data in Person REID
  3. Beyond Scalar Neuron: Adopting vector neuron capsules for Long term person re-identification. 优于标量神经元：采用向量神经元胶囊网络capsule 用于长时人员REID

Person Detection

在这里插入图片描述

数据集和代码

https://github.com/Huang-3/Celeb-reID

发表文献

在这里插入图片描述

AIchiNiurou
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习自学（三十四）：换衣场景下行人重识别
TheDayIn_CSDN的博客
05-16 1385
整理的人脸系列学习经验：包括人脸检测、人脸关键点检测、人脸优选、人脸对齐、人脸特征提取，Re-ID等学习过程总结，有需要的可以参考，仅供学习，请勿盗用。https://blog.csdn.net/TheDayIn_CSDN/article/details/93199307 CSIG-广东省CVPR2020论文论文预交流在线学术报告会（报告1）：中科院-余世杰 论文摘要：本文利用衣服模板生成单个人的多个数据进行重识别 、 ...
Beyond Scalar Neuron
soarflight_ing的博客
11-23 367
Beyond Scalar Neuron 论文：Beyond Scalar Neuron:Adopting V ector-Neuron Capsules for Long-Term Person Re-Identification 作者：悉尼科技大学 代码:code 摘要 背景：目前的人员再识别(reid)工作主要集中在一个人不太可能改变衣服的短期情景。然而，在长期重新定位的情况下，一个人有很大的机会改变衣服。一个复杂的再识别系统应该考虑到这样的变化。 主要贡献： ①本文提出引了一个名为Celeb-r
计算机设计大赛 行人重识别(person reid) - 机器视觉 深度学习 opencv python
最新发布
iuerfee的博客
03-10 1226
🔥 优质竞赛项目系列，今天要分享的是🚩深度学习行人重识别(person reid)系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！🥇学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：5分🧿在视频监控系统中，行人再识别任务的整体框架如下图所示：—个监控系统由多个视域不相交的监控摄像头组成，摄像机的位置可以随时更改，同时也可以随时增加或减少摄像机。不两监控摄像头所摄取的画面、视角等各不相同。在这样的监控系统中，对行人的动向监测是，至关重要的。
[行人重识别论文阅读]Person Re-identification by Contour Sketch under Moderate Clothing Change
zlsd21的博客
11-02 536
论文地址： https://arxiv.org/abs/2002.02295 论文代码： 没有官方代码，准备日后复现，先空在这里 本文思想 去除掉行人的衣服特征，利用行人的轮廓来识别行人。 但是这样就会产生一个问题就是不同行人之间的轮廓太为相似，所以我们必须在使用全局轮廓图的同时将轮廓图的局部信息引入。但是我们又如何充分的利用局部信息呢？方法如下图所示： 如上图(b)我们以轮廓图的中心为极点，通过不断的变化θ与r来扫描到整个人的所有轮廓信息。 整体流程图 具体方法 SPT 我们将RGB图像进行空间极性
【论文分享】Clothes-Changing Person Re-identification with RGB Modality Only
页页读
10-18 728
In this paper, we propose a Clothes-based Adversarial Loss (CAL) to mine clothes- irrelevant features from the original RGB images by penalizing the predictive power of re-id model w.r.t. clothes. Extensive experiments demonstrate that using RGB images
Re-ID----换衣场景下的行人重识别
weiwei935707936的博客
11-02 2930
中科院，深圳先进技术研究院，余世杰 换衣场景下的行人重识别 难度一：换衣数据集目前比较少。原本的数据集每个人都穿着相同的衣服。 难度二：有研究表明，行人衣服的样式在检索的过程中还是占到非常大比重。 实例：犯罪嫌疑人通过乔装打扮躲避嫌疑人追捕，走失人员寻找。 工作使用的检索方法： 使用这种方法的理由： 1.衣服占到行人图片的绝大部分，不能完全忽略它们 2.人的生物信息：人脸，体型，头发等还是比较微弱，不具有较大的辨识性 如何得到衣服模板： 1...
跨模态行人重识别---笔记
09-27
分享看过的跨模态行人重识别方向的最新论文 感兴趣的可以看看呦
学习笔记：层次分析法（AHP）
02-27
学习笔记：层次分析法（AHP）
学习笔记：TOPSIS法（优劣解距离法）
02-27
学习笔记：TOPSIS法（优劣解距离法）
【Flask学习笔记：四】Flask 应用和请求上下文
12-22
  【Flask学习笔记：一】开发环境部署   【Flask学习笔记：二】Flask 入门基础知识   【Flask学习笔记：三】Flask 中的 request、response   【Flask学习笔记：四】Flask 应用和请求上下文 【Flask学习笔记...
学习笔记:深入浅出 Java 虚拟机.docx
07-15
该文档是本人的学习笔记,尚未精修,后续会精修排版. 学习笔记:深入浅出 Java 虚拟机.docx
论文阅读9 | COCAS：一个大规模换装的行人重识别数据集
滨哥v5的博客
05-11 1583
COCAS
长期换衣行人重识别（Long-Term Clothes-Changing Person Reid）数据集汇总
KingsMan666的博客
04-04 5712
长期换衣行人重识别任务中目前常用的数据集总览目前换衣数据集的主要问题数据集换衣/总体情况集统计DeepChange（2021）LaST（2021）COCAS(2020)VC-Clothes(2020)LTCC(2020)PRCC(2019)Celebrities-reID（2019） 总览 在长期换衣行人重识别的任务当中，数据集的获取（尤其是对于学术环境下）是一个难点，主要的困难有以下几点： 采集大规模的数据集比较困难。 采集不同的衣服的数据集比较困难。 采集不同衣服不同角度的数据集比较困难。 目前也有
NVIDIA开源DG-Net：用GAN做“淘宝式”换衣，辅助行人重识别
郑哲东的博客
05-16 2850
今天要介绍的论文是NVIDIA，UTS，ANU在CVPR19上的Oral文章， Joint Discriminative and Generative Learning for Person Re-identification. 本文生成了高质量的行人图像，将其与行人重识别模型融合，来达到高质量行人生成图像辅助行人重识别训练，提升行人重识别精度的目标。 论文链接：https://arxiv.org...
[行人重识别论文阅读]COCAS A Large-Scale Clothes Changing Person Dataset for Re-identification
zlsd21的博客
10-15 328
论文地址：https://arxiv.org/pdf/2005.07862.pdf 注：首先这篇论文是基于自己的数据集COCAS下的，COCAS数据集目前没有官方获取途径 Abstract 1.query 包括 衣服模板和行人穿着其它衣服的图片。 2.我们提出了一种叫BC-Net的网络，在我们的设置下可以有效的结合衣服特征和生物特征。 1.Introduction 下图展示了我们的搜索方法，query以及gallery的模式 传统行人重识别的不足： 1.模型都是基于穿着同样衣服的行人训练出来的 2.生物特
ECCV2022 行人重识别论文汇总
sdsfddfw的博客
09-17 1773
ECCV2022 reid论文
CVPR 2022 人员重识别方向 论文推荐 ~ 总计9篇，无监督、防换装、抗遮挡！
我爱计算机视觉
05-01 2825
关注公众号，发现CV技术之美作为视频监控领域的核心技术，ReID 目前正向着无监督学习、抗遮挡、防换装、大规模预训练、训练样本生成等方向发展。✔ 基于部分的伪标签提精，用于无监督人员重识别Part-based Pseudo Label Refinement for Unsupervised Person Re-identificationhttps://arxiv.org...
2020 CVPR 之ReID：CamCOCAS: A Large-Scale Clothes Changing Person Dataset for Re-identification
makabaka的博客
10-15 693
AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-identification 简述： 现有的ReID任务都是在基于同一个人都是相同的衣服进行了，本文为了解决这一问题，提出了换衣人集(COCAS)，同时，提出了一种双分支网络——生物特征-服装网络(BC-Net)，该网络能够有效地将生物特征和服装特征结合起来，在我们的设置下进行re-id识别。 模型： COCAS数据集： 生物特征-服装网络(BC-N
行人重识别-姿态检测
qq_37747189的博客
11-15 4899
行人重识别-姿态检测 前言 从抽取图像特征进行分类, 行人重识别的方法可以分为基于全局特征 (Global feature) 和基于局部特征 (Local feature) 的方法. 全局特征比较简单,是指让网络对整幅图像提取一个特征, 这个特征不考虑一些局部信息. 正常的卷积网络提取的都是全局特征。 然而, 随着行人数据集越来越复杂, 仅仅使用全局特征并不能达到性能要求, 因此提取更加复杂的局部特征成为一个研究热点. 局部特征是指让手动或者自动地让网络去关注关键的局部区域, 然后提取这些区域的局部特征.
gstreamer学习笔记：通过udp传输音视频
06-11
关于通过UDP传输音视频，我了解一些相关的知识，下面是一些学习笔记： 1. gstreamer是一个流媒体框架，用于创建、处理和播放多媒体流。它支持多种音视频格式，可以通过插件扩展功能。 2. 通过gstreamer可以使用UDP...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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