![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
行人重识别
leeboosunny
这个作者很懒,什么都没留下…
展开
-
1505.Deep Ranking for Person Re-identification via Joint Representation Learning论文笔记
1505.Deep Ranking for Person Re-identification via Joint Representation Learning 这篇论文属于深度学习领域,作者把REID看做是一个learning-to-ranking问题,作者的贡献有: 1.特征表达和相似性度量学习往往分开优化或者序列化的处理来进行ReID任务,且传统方法很难有迁移和好的场景泛化能力,因此作原创 2017-12-20 11:38:03 · 632 阅读 · 0 评论 -
1703.In Defense of the Triplet Loss for Person Re-Identification 论文阅读笔记
1703.In Defense of the Triplet Loss for Person Re-Identification-v2 本文为Triplet 的改进方法进行end-to-end 的基于深度学习的度量学习,作者改进了tripletloss,分别采用现成的可参数迁移的resnet-50v2模型和基于resnet设计的从头训练的模型进行了实验,在CUHK03,Market-1501和MA原创 2018-01-03 21:12:15 · 4095 阅读 · 0 评论 -
1610.Deep Learning Prototype Domains for Person Re-Identification-CUHK-SYSU-PRW 论文笔记
基于深度学习原型域感知自适应的行人重识别 DLDP:deep learning model for domain perception selection and reid matching 行人重识别的核心就是一个跨域识别的问题,作者希望建立对摄像机视角鲁棒的模型来应用到未知视角的域中,因此,其提出了一种两步训练的深度学习方法,从训练集中发现固有的几个原型域模式,该方法训练好的的模型可原创 2018-01-02 10:39:42 · 1733 阅读 · 1 评论 -
1705.IAN- The Individual Aggregation Network for Person Search 论文阅读笔记
本论文工作量不大,只是把A Discriminative Feature Learning Approach for Deep Face Recognition这篇论中的中心loss迁移了过来,对xiao tong的端到端的行人框架做了一些改进,不过作者改进工作是在港中文xiao tong最早先发布在axiv上的老版论文进行的,那篇论文用的是RSS随机采样loss,来解决训练问题。不过,文中也提到了原创 2018-01-04 17:43:48 · 1051 阅读 · 0 评论 -
1604.Joint Detection and Identification Feature Learning for Person Search论文阅读笔记
前言:Li et al. 和Ahmed et al. 提出方法:一对裁剪图像输入+binary verification loss 训练参数 Ding et al. 和Cheng et al. 提出方法:三图像输入(triplet sample)+binary triplet loss 训练参数,minimize the feature distance between the same pers原创 2017-12-28 15:35:46 · 3300 阅读 · 2 评论 -
1705.Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 论文阅读笔记
Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 本文采用多loss分类联合训练同时学习行人条纹局部特征和全局特征,受益于局部和全局学习到的特征具有互补性,因此得到的特征更具区分性。具体框架如下: 提出的JLML(Joint Learning Multi-Loss)模型框架如下:原创 2018-01-05 15:16:03 · 717 阅读 · 0 评论 -
1705.Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 论文阅读笔记
Person Re-Identification by Deep Joint Learning of Multi-Loss Classification 本文采用多loss分类联合训练同时学习行人条纹局部特征和全局特征,受益于局部和全局学习到的特征具有互补性,因此得到的特征更具区分性。具体框架如下: 提出的JLML(Joint Learning Multi-Loss)模型框架如下:原创 2018-01-05 21:29:53 · 979 阅读 · 0 评论 -
1707.Deep Learning for Person Reidentification Using Support Vector Machines 论文笔记
作者文章参考自:S.-Z. Chen, C.-C. Guo, and J.-H. Lai, “Deep ranking for person re-identifcation via joint representation learning,” IEEETransactions on Image Processing, vol. 25, no. 5, pp. 2353–2367,2016.其原创 2018-01-05 21:46:55 · 842 阅读 · 0 评论 -
part-aligned系列论文:1707.Deeply-Learned Part-Aligned Representations for Person Re-Identification 论文笔记
Deeply-Learned Part-Aligned Representations for Person Re-Identification一种超简单有效的行人对齐识别网络! inspired by attention model,propose a part-aligned human representation基于特征图 FCN全卷积提取特征图部分应用GoogLeNet部分网络,特征图原创 2018-01-06 12:07:25 · 5130 阅读 · 0 评论 -
1707.ICCV.Neural Person Search Machines检测加识别 论文阅读笔记
Neural Person Search Machines(NPSM)一个新颖的end-to-end的(检测+reid)行人搜索识别方法论文贡献: 1.提出了一种NPSM框架(基于LSTM记忆递归网络attention机制)来模拟人的视觉搜索机制,在记忆query/probe特征信息的指导下,递归地由小到大定位有效区域,由粗到精的得到iamge中与query匹配的行人区域。 2.相比于现阶原创 2018-01-06 17:45:13 · 1079 阅读 · 3 评论 -
part-aligned系列论文:1707.ICCV.Pedestrian Alignment Network for Large-scale Person Re-identification 论文
Pedestrian Alignment Network for Large-scale Person Re-identification github源码:https://github.com/layumi/Pedestrian_Alignment 本论文着重对错检和body部分缺失引起的尺度和姿态变化问题研究(如上图),前者可能会使检测得到的图像含有过多的背景,后者则是part mis原创 2018-01-06 23:02:42 · 2024 阅读 · 0 评论 -
数据增强(检测,分类,识别):1708.Random Erasing Data Augmentation 论文笔记
Random Erasing Data Augmentation 论文下载地址:https://arxiv.org/abs/1708.04896详细信息: 论文资源代码: https://github.com/zhunzhong07/Random-Erasing论文解读: 首先,为了增强模型的泛化的性能,一般的手段有数据增强和正则化方法(如dropout,BN),而用于数原创 2018-01-08 11:26:06 · 10163 阅读 · 0 评论 -
正则化技术(分类识别):PatchShuffle Regularization 论文阅读笔记
PatchShuffle Regularization论文下载:https://arxiv.org/abs/1707.07103 论文详细信息: 过拟合问题发生的本质是模型更多的去学习噪声而不是捕捉潜在的存在于数据中的Varations关键因素,即由于缺少数据的多样性或者模型过于复杂使得模型的学习被不相关的局部信息所误导,学习了没用的噪声数据,考虑人的机制,即观察图像整体结构不变情况下,局部原创 2018-01-08 16:49:50 · 2323 阅读 · 0 评论 -
行人重识别RE-ID 琐碎知识点总结
1. single shot 和muti shot 前者是指gallery中每个人的图像为一张(N=1),而后者是指gallery中每个人的图像为N>1张图像,同样的Rank-1下,一般N越大,得到的识别率越高。2.gallery、probe和CMC gallery是候选行人库,probe是待查询输入,也叫查询图像(query),CMC是一种reid的性能评价方法,即Cumulative Mat原创 2017-12-19 08:19:44 · 8721 阅读 · 0 评论 -
1701.Re-ranking Person Re-identification with k-reciprocal Encoding--PRW 论文阅读笔记
1701.Re-ranking Person Re-identification with k-reciprocal Encoding 本论文的书写格式写的很有条理。 基于k倒排编码的reid重排研究,论文中,作者提到当用reid方法获得初始的top-k排序后,重排方法是提升reid准确率的有效手段,作者提出了一种重排方法,通过编码特征降低计算量,并引入Jaccard距离,与原始距离做加权进行最原创 2018-01-03 20:26:58 · 4177 阅读 · 0 评论 -
1604. Learning deep feature representations with domain guided dropout for re-id论文阅读笔记
摘要: 本文提出了一种通用的基于深度学习的多源数据联合学习的算法(使用本文提出的 Domain Guided Dropout 替换传统的 Dropout),并通过广泛的实验,在 Learning ReID feature representation 任务上有效的验证和分析了算法的有效性。作者来自香港中文大学。 论文链接:https://arxiv.org/abs/1604.07528 代码地原创 2017-12-30 11:18:00 · 654 阅读 · 0 评论 -
1604.Person Re-identification in the Wild 论文笔记
1.摘要这篇论文发布了一个可以研究端到端的行人检测-重识别的大规模数据集和一些baselines,baselines主要包括不同检测器和reid识别算法组合的性能,行人检测怎么有助于reid准确率的提升及评估不同检测器对reid的有效性。 贡献:PRW数据集及基于数据集的广泛的benchmark(state-of-the-art detection and recognition methods原创 2017-12-30 22:22:40 · 1926 阅读 · 0 评论 -
1606.End--to-End Comparative Attention Networks for Person Re-identification 论文笔记
简介 参考人类视觉机制:即重复性的抓住某一区域主要信息来发现比较对象的相似性和差异性,来发现最匹配的目标, 利用LSTM网络设计注意力机制,增加了时空信息,设计端到端训练的比较性注意力网络(CAN),训练阶段,该网络采用online triplet损失,可以使LSTM网络部分对同一ID的对个显著性局部区域比较,并pull他们之间的相似性,而对不同ID的两个行人的多个显著性区域也进行学习,使之pu原创 2017-12-31 11:13:44 · 931 阅读 · 2 评论 -
1607.CVPR-Joint Learning of Single-image and Cross-image Representations for Person ReID 论文笔记
作者将reid任务按照最终测度方法的不同,分成了两类:即按照距离loss训练方法的SIR(single-image representation)和按照对比loss训练网络的CIR(cross-image representation),作者提出了一种卷积神经网络框架,可以将两类方法整合到一个框架里,进行联合训练,最终以得分和阈值设置的形式应用训练好的模型。这样可以提升匹配率的直觉上的原因: SI原创 2018-01-01 12:09:42 · 641 阅读 · 0 评论 -
1607.Gated Siamese Convolutional Neural Network Architecture for Human Re-identificationl论文笔记
作者的贡献: 作者针对Siamese network结构进行改进,采用更小的卷积核和更深的架构,包括采用最后几层采用更小的不对称的卷积核,引入BN层加快网络收敛,更重要的是,作者在最后四层之间插入matching gate层,通过比较每一特征图的每一排,在水平条纹上生成基于同一ID的更底层的特征掩膜,并将同一水平区域的有效区域特征整合到最终每层的特征提取中,作者将这种新颖的架构最终命名为Gat原创 2018-01-01 22:48:27 · 679 阅读 · 0 评论 -
part-aligned系列论文:1711.Beyond Part Models- Person Retrieval with Refined Part Pooling 论文阅读笔记
Beyond Part Models- Person Retrieval with Refined Part Pooling这篇论文和1711.AlignedReID- Surpassing Human-Level Performance in Person Re-Identification这篇论文同样的出色,都将Market-1501数据集的TopRank-1性能刷到了95以上,但该论文没原创 2018-01-10 23:02:47 · 3511 阅读 · 0 评论 -
part-aligned系列论文:1707.Deep Representation Learning with Part Loss for Person ReID 论文阅读笔记
Deep Representation Learning with Part Loss for Person ReID本论文为了更好的提升reid模型在未见过的行人图像判别能力,正对现有大部分只有全局特征表达(转化为分类,一般minimize the empirical classification risk即loss)且容易过拟合而不考虑parts 局部特征表达(the representa原创 2018-01-10 22:58:14 · 1346 阅读 · 1 评论 -
1504.ICCVPartial Person Re-Identification 论文笔记
1504.ICCVPartial Person Re-Identification 论文笔记 作者针对之前一些模型都是假设给以完整行人检测图像probe情况下,进行行人重识别任务,独辟蹊径,主要解决reid最难处理的遮挡问题,研究给以不完整的行人图像块来进行ReID任务建模。 主要贡献是: 将应用在partial人脸识别中MSTR(multi-task sparse represent原创 2017-12-18 23:01:41 · 1958 阅读 · 0 评论 -
triplet改进和变种
1.一开始是FaceNet2.一个重要的改进:image-based, Ding etal.3.对于样本挑选的改进:1)hard samples: hard positive 和hard negative (In Defense of Triplet Loss for person Re-Identification)2) hard negative (cvpr2016,车辆检索转载 2018-01-11 17:22:42 · 3507 阅读 · 1 评论 -
1611.A Discriminatively Learned CNN Embedding for Person Re-identification论文阅读笔记
reid相关的问题: car recognition/fine-grained classification/objective retrieval/image retrieval/instance retrieval/Pedestrian retrieval基于identification loss的reid方法和基于verification loss的reid方法框架图: 作者分析了基于id原创 2018-01-02 22:35:31 · 1758 阅读 · 0 评论 -
1604.An Enhanced Deep Feature Representation for Person Re-identification 论文笔记
这篇论文发表于IEEE Winter Conference on Applications of Computer Vision (WACV’2016) 论文类型:严格来说,该论文属于基于融合特征的度量学习方法,侧重点在深度特征和传统特征的融合,更鲁棒的表达。 1.作者的idea: 总结前人的研究成果,对传统特征表达做一次进一步的整合,再结合cnn深度特征提取,最后做一个特征融合,而融合的过原创 2017-12-27 09:45:42 · 524 阅读 · 0 评论 -
1709.HydraPlus-Net-Attentive Deep Features for Pedestrian Analysis 论文笔记
HydraPlus-Net-Attentive Deep Features for Pedestrian Analysis 面向行人分析的注意力深度特征表达—HydraPlus(“九头蛇”)网络 代码资源:https://github.com/xh-liu/HydraPlus-Net论文信息: 论文介绍: 行人分析属于细粒度的行人识别任务,如行人属性识别和行人ID再识别,作者提出了一个新颖的原创 2018-01-09 22:33:38 · 1693 阅读 · 1 评论