再识别
关注
分享
扫一扫
Show Me The Money
虽然无人喝彩，但我依旧有自己的舞台
展开
-
GCN的反向传播推导
GCN的反向传播我特么终于推出来了！！！1.预备知识随机梯度下降法根据以下公式更新梯度θt+1=θt−α1K∑(x,y)∈δt∂L(y,f(x;θ))∂θ(1)\theta_{t+1}=\theta_{t}-\alpha\frac{1}{K}\sum_{(x,y)\in \delta_t}\frac{\partial L(y,f(x;\theta))}{\partial \theta} ...原创 2020-03-27 19:27:10 · 3476 阅读 · 3 评论 -
【泛读】NIPS- Break the Ceiling:Stronger Multi-scale Deep GCNs
Break the Ceiling:Stronger Multi-scale Deep GCNs Whats the problem?现存的图神经网络没有充分利用多尺度信息和深层架构。1.如果基于GCN架构增加层数，提取的特征最多保留图结构的固定信息，并且丢失节点特征中的所有信息。2.ReLU是一个阴谋家。代码链接How to solve them?作者证明了任何具有明确定义的解析...原创 2020-03-11 11:43:35 · 434 阅读 · 0 评论 -
深入理解CVPR 2019论文 Linkage Based Face Clustering via Graph Convolution Network基于图卷积的人脸聚类
论文的翻译可以参考这篇博客CVPR 2019 Linkage Based Face Clustering via Graph Convolution Network论文翻译接下来是我的一些拙见。1.解决的问题该工作要解决的问题是人脸特征分布复杂情况下的人脸聚类任务。受遮挡、光照等因素的影响，人脸特征的分布复杂，会面临两个难题：1）预先假设数据分布的方法不再适用，例如K-Means聚类方法（...原创 2019-10-16 16:43:54 · 2372 阅读 · 24 评论 -
CVPR 2019 Linkage Based Face Clustering via Graph Convolution Network论文翻译
摘要本文中，我们介绍了一个准确且scalable的方法来实现人脸聚类任务。我们的目的在于通过人脸潜在的identities实现人脸聚类。我们将这问题当做是连接预测问题：如果两个人脸是同一个人，则他们之间存在连接。关键思想是我们在一个实例（人脸）周围的特征空间中找到局部上下文，其中包含有关该实例与其邻居之间的连接关系的丰富信息。我们利用图卷积网络（GCN）进行推理并推断子图中各对之间链接的可能性，...原创 2019-10-10 18:57:48 · 1840 阅读 · 3 评论