Introduction 每個行人圖片都會有視角 姿態等狀態信息，雖然自身不帶標簽，但可以預測這些狀態信息作為偽標簽，如下圖： 由於無監督學習通常存在結果出錯的問題，一些未標簽的樣本會偏離正確的決策邊界，為此作者提出了弱監督決策邊界修正 weakly supervised decision boundary recti cation 來解決這個問題，由此每個樣本獲得了一個偽類，作為狀態信息。 當特 ...
2020-03-07 11:18 0 703 推薦指數：
Introduction （1）Motivation： 解決跨模態reid的方法主要有兩類：模態共享特征學習（modality-shared feature learning）、模態特定特征補償（modality-specific feature compensation）。模態共享特征學習 ...
參考曠視研究院推文【傳送門】 Introduction （1）Motivation： 遮擋行人重識別（Occluded Person ReID）更具有挑戰性： ① 受到遮擋的影響，圖像的判別信息更少，更容易匹配到錯誤的行人； ② 基於身體部位之間的特征信息做匹配雖然有效，但在被遮擋 ...
出更加有判別力的體態、衣着等信息（ID-discriminative）。 ② 該方法包含了兩個核 ...
Relation-Aware Global Attention for Person Re-identification（CVPR2020） 本文主要提出了一個Relation-Aware Global Attention（RGA）模塊，該模塊可以提取空間上不同區域之間的關系向量，從而每個區域 ...
Introduction （1）Motivation: 在匹配過程中，存在行人的不同圖片語義信息不對齊、局部遮擋等現象，如下圖： （2）Contribution: ① 提出了Spin ...
Introduction （1）Motivation： 當前的reid存在語義不對齊的問題，如下圖： 圖（a）顯示了不同圖片的相同位置對應了行人的不同身體部位；圖（b）顯示了不同圖片呈現的部 ...
本文提出的方法思想是利用屬性信息來挖掘各個局部特征的權重，如下圖所示。 網絡框架如下圖。框架對人體的六組屬性進行了區分：性別&年齡、頭部、上半身、下半身、鞋子、背包拎包等，具體見下表。通 ...
Introduction 該文章首次采用深度學習方法來解決基於視頻的行人重識別，創新點：提出了一個新的循環神經網絡架構（recurrent DNN architecture），通過使用Siamese ...
