02 2020 档案

论文阅读笔记（二十四）【AAAI2018】：Video-Based Person Re-Identification via Self Paced Weighting
摘要：Introduction （1）Motivation： ① 大部分基于视频的reid方法把视频序列看做图片集，没有注意到动作遮挡引起质量差异，（带噪声的序列称为未正规化序列）。 ② 有的方法采用了跟踪步态周期的光流算法，但方法在噪声的影响下很难获得可靠的光流估计。 （2）Contribution： 阅读全文
posted @ 2020-02-28 19:02 橙同学的学习笔记 阅读(511) 评论(0) 推荐(0)
论文阅读笔记（二十三）【ECCV2018】：Robust Anchor Embedding for Unsupervised Video Person Re-Identification in the Wild
摘要：Introduction 当前主要的非监督方法都采用相同的训练数据集，这些数据集在不同摄像头中是对称的，即不存在单个行人的错误项，这些方法将在实际场景中效果下降。在本方法中，作者引入了非对称数据，如下图所示，提出了一个在真实环境下的非监督深度神经网络。 提出一个标签估计方法：a novel Robu 阅读全文
posted @ 2020-02-27 16:40 橙同学的学习笔记 阅读(578) 评论(0) 推荐(0)
论文阅读笔记（二十二）【CVPR2017】：See the Forest for the Trees: Joint Spatial and Temporal Recurrent Neural Networks for Video-based Person Re-identification
摘要：Introduction 在视频序列中，有些帧由于被严重遮挡，需要被尽可能的“忽略”掉，因此本文提出了时间注意力模型（temporal attention model，TAM），注重于更有相关性的帧。 常规的矩阵学习通常用特征的距离来进行计算，但忽视了帧之间的差异，上图可以看出，本文的方法考虑了相邻 阅读全文
posted @ 2020-02-18 16:46 橙同学的学习笔记 阅读(493) 评论(0) 推荐(0)
论文阅读笔记（二十一）【CVPR2017】：Deep Spatial-Temporal Fusion Network for Video-Based Person Re-Identification
摘要：Introduction （1）Motivation: 当前CNN无法提取图像序列的关系特征；RNN较为忽视视频序列前期的帧信息，也缺乏对于步态等具体信息的提取；Siamese损失和Triplet损失缺乏对label信息的考虑（？？？）。 （2）Contribution： 提出一个新的端到端网络框架 阅读全文
posted @ 2020-02-14 11:31 橙同学的学习笔记 阅读(552) 评论(0) 推荐(0)
论文阅读笔记（二十）【AAAI2019】：Spatial and Temporal Mutual Promotion for Video-Based Person Re-Identification
摘要：Introduction （1）Motivation： 作者考虑到空间上的噪声可以通过时间信息进行弥补，其原因为：不同帧的相同区域可能是相似信息，当一帧的某个区域存在噪声或者缺失，可以用其它帧的相同区域进行弥补。 （2）Contribution： ① 不直接使用帧提取的特征信息，而是提出一个改进循环 阅读全文
posted @ 2020-02-13 16:24 橙同学的学习笔记 阅读(540) 评论(0) 推荐(0)
论文阅读笔记（十九）【TIP2017】: Super-Resolution Person Re-Identification With Semi-Coupled Low-Rank Discriminant Dictionary Learning
摘要：Introduction （1）问题描述： super resolution（SP）问题：Gallery是 high resolution（HR），Probe是 low resolution（LR）。 （2）当前存在的问题： ① 当前的半耦合（semi-coupled）矩阵学习是解决SR复原，而不是 阅读全文
posted @ 2020-02-12 16:00 橙同学的学习笔记 阅读(473) 评论(0) 推荐(0)
论文阅读笔记（十八）【TIP2019】：Dynamic Graph Co-Matching for Unsupervised Video-Based Person Re-Identification
摘要：论文阅读笔记（十七）ICCV2017的扩刊（会议论文【传送门】） 改进部分： （1）惩罚函数：原本由两部分组成的惩罚函数，改为只包含 Sequence Cost 函数； （2）对重新权重改进： ① Positive Re-Weighting： 其中 若太大，则选择的样本标签的可信度小；若太小，则样本 阅读全文
posted @ 2020-02-07 12:13 橙同学的学习笔记 阅读(457) 评论(0) 推荐(0)
论文阅读笔记（十七）【ICCV2017】：Dynamic Label Graph Matching for Unsupervised Video Re-Identification
摘要：Introduction 文章主要提出了 Dynamic Graph Matching（DGM）方法，以非监督的方式对多个相机的行人视频中识别出正确匹配、错误匹配的结果。本文主要思想如下图： 具体而言：方法采用迭代的方式，每次迭代生成一个二部图（bipartite），估计标签并学习区分矩阵。通过不断 阅读全文
posted @ 2020-02-05 12:34 橙同学的学习笔记 阅读(492) 评论(0) 推荐(0)