Introduction 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 。模態共享特征學習旨在將不同模態的圖片映射到同一個特征空間，但這種方法的性能受限，一些特定的信息 如RGB的顏色 IR的熱度 被當做冗 ...
2020-03-21 13:09 2 1334 推薦指數：
Introduction 本文主要解決RGB-IR跨模態匹配問題。貢獻主要有三部分組成： ① 提出了 Hierarchical Cross-Modality Disentanglement（Hi-CMD）方法，該模塊的目的是排除姿態、光照這些冗余特征（ID-excluded）的影響，提取 ...
boundary rectification）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 ...
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 ...
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 ...
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 ...
Introduction 本文有如下3個貢獻： ① 提出了一個自下而上（bottom-up）的聚類框架（BUC）來解決無監督的ReID問題； ② 采用repelled損失來優化模型，repell ...
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 ...
