Person Re-identification with Deep Similarity-Guided Graph Neural Network 论文笔记

最新推荐文章于 2022-06-26 19:26:20 发布
最新推荐文章于 2022-06-26 19:26:20 发布
阅读量2.1k 收藏 6
点赞数 1
文章标签： e
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/wxf19940618/article/details/83614932
版权

一、提出问题

行人重识别任务需要稳健地估计人物图像之间的视觉相似性。然而，现有的人物识别模型主要是独立地估计probe和gallery图像的不同图像对的相似性，而忽略了不同probe-gallery图像对之间的关系信息，这就造成了一些困难样本的相似性估计可能不准确。

二、论文贡献

  • 提出了一种新的相似性引导图神经网络（SGGNN）用于行人重识别，该模型可以进行端到端的训练。与大多数利用后处理阶段中样本之间的图库间图像关系的现有方法不同，SGGNN在训练阶段中结合了图库间图像关系以增强特征学习过程，可以学习更多的辨别和准确的人物图像特征表示
  • 与大多数图形神经网络（GNN）方法不同，SGGNN利用训练标签监督来学习更准确的特征融合权重，以更新节点的特征。 这种相似性引导方式确保特征融合权重更加精确，并进行更合理的特征融合。本文提出的方法的有效性通过对三个行人重识别数据集的广泛实验来验证。

三、模型结构

  • 输入：一个probe图像和多个gallery图像
  • 输出：每个probe-gallery图像对的相似性得分

3.1 图公式及节点特征

将行人重识别构造成以节点为中心的图，给定一个probe图像和N个gallery图像，构造无向完

最低0.47元/天 解锁文章
rxdffz
关注
  • 1
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
论文笔记：Person Re-identification with Deep Similarity-Guided Graph Neural Network
a1424262219的博客
07-27 272
Person Re-identification withDeep Similarity-Guided Graph Neural Network 2018-07-2717:41:45 Paper：https://128.84.21.199/pdf/1807.09975.pdf 本文将 Graph Neural Network (GNN) 应用到 person re-ID ...
ECCV2018-Person Re-identification with Deep Similarity-Guided Graph Neural Network
WangXu__的博客
05-14 386
ECCV2018-Person Re-identification with Deep Similarity-Guided Graph Neural Network 一、摘要分析 行人再识别任务目的是从gallery中找到与query最相似的行人图片。现在的方法只考虑了query与gallery之间的关系，忽视了gallery中图片之间的关系。本文设计了Similarity-Guided Grap...
Person Re-identification with Deep Similarity-Guided Graph Neural Network阅读笔记
baidu_41622980的博客
09-04 296
论文题目：Person Re-identification with Deep Similarity-Guided Graph Neural Network 来源： ECCV2008 论文地址： https://arxiv.org/abs/1807.09975 动机： 这篇论文以往的行人重识别模型往往是给出一张probe图像，在gallery中找到相同id的行人图像，只关注probe和gallery其中一张图像之间的相似度关系，而忽略了不同probe-gallery图像对之间的关系。举个例子：给出一张pr
行人重识别 PCB-RPP，SGGNN
SIGAI_CSDN的博客
10-08 7193
SIGAI特约作者 Fisher Yu CV在读博士 研究方向：情感计算 其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 什么是行人重识别(ReID) 如下图，给定一个行人图或行人视频作为查询query，在大规模底库中找出与其最相近的同一ID的行人图...
论文笔记11 --（ReID）Deep Group-shuffling Random Walk for Person Re-identification
对角巷
01-10 1599
论文：《Deep Group-shuffling Random Walk for Person Re-identification》 https://arxiv.org/abs/1807.11178 4. Experiments 4.1. Datasets and metric 4.2. Implementation details 我们网络中的成对亲和力CNN采用ResNet-50 [11]网...
Orientation-Guided Similarity Learning for Person Re-identification
02-07
Orientation-Guided Similarity Learning for Person Re-identification
Deep Learning for Person Re-identification A Survey and Outlook
09-23
深度学习在行人重识别（Person Re-identification，简称Re-ID）中的应用是一个充满挑战且具有广泛应用前景的研究领域。本文将对这一主题进行详尽的概述和展望，旨在为相关研究者提供一个全面的理解和未来的探索方向...
2016CVPR Person Re-id
09-26
2016年CVPR所有关于Person Re-id的paper，包括Sample-Specific SVM Learning，Similarity Learning With Spatial Constraints等等
2015CVPR Person Re-id
09-26
2015年CVPR所有关于Person Re-id的paper，一共8篇，包括Similarity Learning on an Explicit Polynomial Kernel Feature Map等等
Unsupervised and Semi-Supervised Dimensionality Reduction with Self-Organizing Incremental Neural Network and Graph Similarity Constraints
02-10
Unsupervised and Semi-Supervised Dimensionality Reduction with Self-Organizing Incremental Neural Network and Graph Similarity Constraints
2014 ICPR-Deep Metric Learning for Person Re-Identification
Bo's Blog
05-05 2568
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...
论文阅读：CVPR2016 Paper list
热门推荐
一亩半分地
05-12 8万+
CVPR2016 accepted paper list
Camera Style Adaptation for Person Re-identification（镜头间的风格转换re-id）
凹酱的DEEP LEARNING
05-29 4332
论文核心：1.motivation： 如果可以在训练集中增加更多样本来了解摄像机之间的风格差异，就能够解决个人身份识别中的数据稀缺问题，并学习不同摄像机之间的不变特征。解决：使用cycleGAN完成镜头间图片转换，损失函数使用cycleGAN loss 和 identify mapping loss。2.motivation:增加数据多样性以防止过度拟合，但是也会产生相当程度的噪音。 解决：为了缓...
Pose-Normalized Image Generation for Person Re-identification (note)
凹酱的DEEP LEARNING
03-13 2279
Pose-Normalized Image Generation for Person Re-identification github:https://github.com/naiq/PN_GAN 在这项工作中，我们通过提出一种新的深度人物图像生成模型来处理缺少交叉视角配对训练数据，以及剧烈姿势变化难的这两个问题，以合成以姿势为条件的真实人物图像。该模型基于专门针对re-id中的姿态归一化而...
[论文笔记]PersonNet: Person Re-identification with Deep Convolutional Neural Networks
weixin_30836759的博客
05-28 580
Title:PersonNet: Person Re-identification with Deep Convolutional Neural Networks Authors:Lin Wu, Chunhua Shen, Anton van den Hengel 论文地址 论文主要是在另一篇文章（15年CVPR An Improved Deep Learning Archit...
图神经网络相似度计算
Allen_人工智能与大数据
06-26 2927
本文通过点和点的比较，加上图和图的比较，结合在一起，最后计算出两幅图的相似度。其中运用到GCN ，NTN，ATTENTION，直方图等方法。较为有创意。
基于物品的协同过滤中，余弦相似度、皮尔森系数、修正余弦相似度三者的区别
小白君的碎碎念
01-28 3万+
假设数据如下图，其中行表示用户，列表示评级项目： 我们先看一下三道公式 余弦相似度（Cosine-based Similarity）： 皮尔森系数(Pearson correlation)： 修正余弦相似度(Adjusted Cosine Similarity)： 其中Ru,i表示用户u给物品i的评级
GNN graph neural network 最早的论文
Talk Is Cheap
09-11 2944
A New Model for Learning in Graph Domains https://www.researchgate.net/profile/Franco_Scarselli/publication/4202380_A_new_model_for_earning_in_raph_domains/links/0c9605188cd580504f000000.pdf
node similarity-based graph convolution for link prediction
最新发布
11-15
节点相似性基于图卷积的链路预测是一种利用图神经网络进行链路预测的方法。在这种方法中，节点之间的相似性被用来指导图卷积神经网络学习节点表示，从而预测节点间的连接情况。 首先，我们需要计算节点之间的相似性...
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