Introduction 在空间维度上，现有video reid方法局限于把所有帧在相同分辨率下进行特征提取，造成了特征冗余，如图 a 。 在时间维度上，现有方法要么采用long term要么采用short term，也有一些方法同时考虑了两者，却赋予两者相同的权重来融合。但如图 b 所示，当存在遮挡情况时，需要long term来提供更多信息，当存在快速移动情况时，需要short term来提取 ...
2021-05-13 09:28 0 1143 推荐指数：
Introduction 现有主流方法采用了复杂的骨干网络，参数量大，处理速度慢。因此本文的目标是构建一个计算效率更高、更适合ReID的轻量级网络。 Neural Architecture Sea ...
Introduction 当下众多方法采用双流网络结构来解决RGB-IR跨模态问题。作者通过研究发现，BN层在学习模态分布中发挥着至关重要的作用。对于每一个BN都要设置是否为分离。ResNet包含了 ...
Introduction 本文主要提出了高效且容易实现的STA框架（Spatial-Temporal Attention）来解决大规模video Reid问题。框架中融合了一些创新元素：帧选取、判别力局部挖掘、不带参特征融合、视频内正则化项。 Proposed Method （1）总体 ...
考虑进行人重识别中，提出了时空联合注意力池化网络（jointly Attentive Spatial-T ...
，因此把transformer应用到ReID中需要考虑到空间的对齐。在此论文中，作者把ViT作为backbone提取特征，并对Re ...
Introduction 当前的part-based reid方法分为如下三类： ① 采用人体部件位置的先验知识或者姿态估计来定位部件区域（如把图片按若干个水平区域划分）； ② 通过部件定位方法 ...
论文可以在arxiv下载，老板一作，本人二作，也是我们实验室第一篇CCF A类论文，这个方法我们称为TFusion。 代码：https://github.com/ahangchen/TFusion 解决的目标是跨数据集的Person Reid 属于无监督学习 方法是多模态数据 ...
转载请注明作者：https://github.com/ahangchen arxiv 2016 by Mengyue Geng, Yaowei Wang, Tao Xiang, Yonghong Tian Transfer Learning 旧数据训练得到的分类器，在新的数据上重新 ...
