Introduction 每个行人图片都会有视角 姿态等状态信息，虽然自身不带标签，但可以预测这些状态信息作为伪标签，如下图： 由于无监督学习通常存在结果出错的问题，一些未标签的样本会偏离正确的决策边界，为此作者提出了弱监督决策边界修正 weakly supervised decision boundary recti cation 来解决这个问题，由此每个样本获得了一个伪类，作为状态信息。 当特 ...
2020-03-07 11:18 0 703 推荐指数：
Introduction （1）Motivation： 解决跨模态reid的方法主要有两类：模态共享特征学习（modality-shared feature learning）、模态特定特征补偿（modality-specific feature compensation）。模态共享特征学习 ...
参考旷视研究院推文【传送门】 Introduction （1）Motivation： 遮挡行人重识别（Occluded Person ReID）更具有挑战性： ① 受到遮挡的影响，图像的判别信息更少，更容易匹配到错误的行人； ② 基于身体部位之间的特征信息做匹配虽然有效，但在被遮挡 ...
出更加有判别力的体态、衣着等信息（ID-discriminative）。 ② 该方法包含了两个核 ...
Relation-Aware Global Attention for Person Re-identification（CVPR2020） 本文主要提出了一个Relation-Aware Global Attention（RGA）模块，该模块可以提取空间上不同区域之间的关系向量，从而每个区域 ...
Introduction （1）Motivation: 在匹配过程中，存在行人的不同图片语义信息不对齐、局部遮挡等现象，如下图： （2）Contribution: ① 提出了Spin ...
Introduction （1）Motivation： 当前的reid存在语义不对齐的问题，如下图： 图（a）显示了不同图片的相同位置对应了行人的不同身体部位；图（b）显示了不同图片呈现的部 ...
本文提出的方法思想是利用属性信息来挖掘各个局部特征的权重，如下图所示。 网络框架如下图。框架对人体的六组属性进行了区分：性别&年龄、头部、上半身、下半身、鞋子、背包拎包等，具体见下表。通 ...
Introduction 该文章首次采用深度学习方法来解决基于视频的行人重识别，创新点：提出了一个新的循环神经网络架构（recurrent DNN architecture），通过使用Siamese ...
