Chen_yuazzy的博客

Camera Style Adaption for Person Re-identification简介： 由于深度学习行人ReID领域的对数据量的巨大需求和注释大量数据集的昂贵花费，通过关注不同相机间的style差异来添加更多的training sample是一个好的选择。这一点能够1）处理数据匮乏问题。2）学习不同相机间的不变特征。这个过程不需要大量的人工标注，因此开销较低。 本文提出...

Improving Person Re-identification by Attribute and Identity Learning论文链接 1.摘要&介绍 (1)Re-ID：全局特征，Attribute recognition：局部特征。将这两个方面融合形成新的网络APR，在CNN的基础结构上改进。 (2)Person Re-ID是在非重叠相机下找到查询行人；Attrib...

摘要 第一，提出了对于CNN每一层的maxout activation，得到了Max-Feature-Map(MFM)。MFM区别于ReLU，ReLU通过设置下限封锁神经元，MFM通过竞争关系封锁神经元。MFM不仅能分离噪声信号和信息信号，也可以在特征选取中扮演重要的角色。 第二，为了减少参数的数量和改善表现，提出了有5个卷积层和4个NIN层的网络。 第三，设计了语义引导方法（semanti...

摘要本文提出一种DJDL模型，使用deep CNN,能够结合多种不同的任务：车辆身份识别，属性识别，车牌认证，triplet三元组任务。整个网络通过一种特殊的batch组成联合优化。1.介绍车辆身份识别和属性识别主要关注个体样例，挖掘它们独有的特性。 认证任务主要是为了限制两个样例之间的关系。（如果是同一身份，最小化距离）。 triplet三元组任务主要是为了限制三个输入样例的...

A Deep Learning-Based Approach to Progressive Vehicle Re-identification for Urban Surveillance （关于城市监控车辆重识别的基于深度学习的渐进式算法）1.简介背景（略）。 作者提出PROVID,基于深度学习的车辆re-ID方法，有如下特点： (1)和现实中一样，采用循序渐进的方法搜寻车辆（...

Learning Deep Neural Networks for Vehicle Re-ID with Visual-spatio-temporal Path Proposals 车辆重识别中基于视觉时空路径方法的深度神经网络1.摘要(1)这篇文章提出了一个两级框架，将时空信息融合到re-id结果中。 (2)通过给出一对图片及它们之间的时空信息，候选可视时空路径被链马尔可夫模型的深度...