摘要：
Introduction 作者把Vision Transformer (ViT) 应用到目标重识别任务上。ViT在图像分类任务上首次得到应用，它将图像切割成若干小块，每个小块拉成序列，输入到transformer中。在ReID任务中，空间的对齐对于特征学习而言非常重要，因此把transformer应 阅读全文
摘要：
Introduction 作者提出了一个新的跨模态检索框架 Adversarial Cross-Model Retrieval (ACMR)，其利用对抗学习来缩小不同模态特征的gap。下图为框架图： Proposed Method 问题定义： 每对样本的特征定义为：，每对样本搭配一个语义标签向量，其 阅读全文