VPM 行人局部特征可见感知学习ReID

本文介绍了一种针对部分遮挡行人重识别的SOTA方法,由旷视科技提出。在0.5-0.9比例遮挡下,该方法在ReID的Rank和mAP指标上大幅领先基准和PCB方法,保证了整体行人重识别精度。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

简介

理论

VPM模型框架图

实验

实验对比
可见0.5-0.9比例的遮挡下,ReID的Rank和mAP都幅度领先基准和PCB方法。

总结

1.旷视出品,在保证整体行人重识别精度的前提下,主要针对部分遮挡行人的重识别,做到了SOTA。
2.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值