01 2020 档案

论文阅读笔记（十六）【AAAI2018】：Region-Based Quality Estimation Network for Large-Scale Person Re-Identification
摘要：Introduction （1）Motivation： 当前的行人重识别方法都只能在标准的数据集上取得好的效果，但当行人被遮挡或者肢体移动时，往往效果不佳。 （2）Contribution： ① 提出了一个基于区域的适应性质量估计网络（adaptive region-based quality es 阅读全文
posted @ 2020-01-17 10:24 橙同学的学习笔记 阅读(887) 评论(0) 推荐(0)
论文阅读笔记（十五）【CVPR2016】：Top-push Video-based Person Re-identification
摘要：Approach 特征由两部分组成：space-time特征和外貌特征。space-time特征由HOG3D【传送门】提取，其包含了空间梯度和时间动态信息；外貌特征采用颜色直方图【传送门】和LBP【传送门】特征，并对同一个行人的所有帧采用平均池化。 定义训练集 ，其中 是从标记为 yi 的行人视频中 阅读全文
posted @ 2020-01-12 20:40 橙同学的学习笔记 阅读(348) 评论(0) 推荐(0)
论文阅读笔记（十四）【AAAI2020】：Appearance and Motion Enhancement for Video-based Person Re-identification
摘要：Introduction 本文的贡献：提出了基于视频的行人重识别模型：Appearance and Motion Enhancement Model（AMEM）。该模型对两类信息进行提取：提出了Appearance Enhancement Module（AME），采用行人属性学习提取行人的样貌特征； 阅读全文
posted @ 2020-01-10 14:29 橙同学的学习笔记 阅读(828) 评论(1) 推荐(0)
论文阅读笔记（十三）【arxiv2018】：Revisiting Temporal Modeling for Video-based Person ReID
摘要：Introduction （1）Motivation： 当前的一些video-based reid方法在特征提取、损失函数方面不统一，无法客观比较效果。本文作者将特征提取和损失函数固定，对当前较新的4种行人重识别模型进行比较。 （2）Contribution： ① 对四种ReId方法（tempora 阅读全文
posted @ 2020-01-08 10:28 橙同学的学习笔记 阅读(943) 评论(0) 推荐(0)
论文阅读笔记（十二）【CVPR2018】：Exploit the Unknown Gradually: One-Shot Video-Based Person Re-Identification by Stepwise Learning
摘要：Introduction （1）Motivation： 大量标记数据成本过高，采用半监督的方式只标注一部分的行人，且采用单样本学习，每个行人只标注一个数据。 （2）Method： 对没有标记的数据生成一个伪标签（pseudo labels），将标记的数据和部分伪标签的数据作为扩充数据集进行训练。 但 阅读全文
posted @ 2020-01-03 17:14 橙同学的学习笔记 阅读(775) 评论(0) 推荐(0)