第十五周学习周报20181217-20181223

最新推荐文章于 2024-07-11 19:34:11 发布

原创最新推荐文章于 2024-07-11 19:34:11 发布 · 401 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#学习周报

学习周报专栏收录该内容

26 篇文章

订阅专栏

本文回顾了《FullyConvolutionalNetworksforSemanticSegmentation》，并深入解析了《AnImprovedDeepLearningArchitectureforPersonRe-identification》论文。该文介绍了用于行人重识别的改进深度学习架构，包括一对图像输入计算相似度值，网络层如跨输入邻域差值层、patchsummaryfeatures及across-patchfeatures等。此外，还提到了softmax层估计输入图像是否属于同一人，并分享了跑代码的经验。

一、回顾《Fully Convolutional Networks for Semantic Segmentation》

二、看了一篇新的论文
《An Improved Deep Learning Architecture for Person Re-identification》
1、输入一对图像，网络输出这对图像的相似度值，
新引入的网络层包括跨输入邻域差值层，根据图像对的卷积特征图计算局部关联，之后使用加和特征对输出特征图的邻域进行加和，最后计算远距离像素点的关联性

2、网络结构
two layers of tied convolution with max pooling
cross-input neighborhood differences,
patch summary features
across-patch features
higher-order relationships
softmax层估计输入的图像是否是同一个人

三、跑代码
1)跑《An Improved Deep Learning Architecture for Person Re-identification》
2)跑DCGAN的代码，为下一篇论文《Unlabeled Samples Generated by GAN Improve the Person Re-identification Baseline in vitro》做准备。

四、看论文《An Improved Deep Learning Architecture for Person Re-identification》源码