- 博客(6)
- 收藏
- 关注
RSS订阅原创 跨模态行人重识别：Hetero-Center Loss for Cross-Modality Person Re-Identification
Hetero-Center Loss for Cross-Modality Person Re-Identification目录Hetero-Center Loss for Cross-Modality Person Re-IdentificationAbstract1、Introduction2 、Our Approach2.1、问题描述2.2、异质中心损失（Hereo-Center Loss）2.3、双流局部特征网络3 、EXPERIMENTSAbstract跨模态行人重识别任务可以解决光照不佳环
2020-11-23 14:33:38
2267
3
原创 跨模态行人重识别：Cross-Spectrum Dual-Subspace Pairing for RGB-infrared Cross-Modality Person ReID
Cross-Spectrum Dual-Subspace Pairing for RGB-infrared Cross-Modality Person Re-Identification目录Cross-Spectrum Dual-Subspace Pairing for RGB-infrared Cross-Modality Person Re-IdentificationAbstract1、Introduction2 、Our Approach2.1、Cross-spectrum Image Gener
2020-11-18 17:04:12
1494
1
原创 跨模态行人重识别：Deep Learning for Person Re-identification:A Survey and Outlook（行人重识别综述）
Deep Learning for Person Re-identification:A Survey and Outlook写在前面：感谢叶茫博士对AGW的开源，AGW非常适合刚接触跨模态ReID的同学作为baseline，具有优异性能的同时，代码层面逻辑非常清晰，开源代码在文末附上链接。本文虽为综述类文章，但专栏的重点在于跨模态行人重识别。目录Deep Learning for Person Re-identification:A Survey and OutlookAbstractIntrod
2020-10-26 22:10:18
6485
6
原创 MemoryNetwork：RNN（循环神经网络）基础
RNN（循环神经网络）基础注：引自知乎一文搞懂RNN（循环神经网络）基础篇和全面理解RNN及其不同架构神经网络可以当做是能够拟合任意函数的黑盒子，只要训练数据足够，给定特定的x，就能得到希望的y，结构图如下：那么为什么需要RNN呢？传统神经网络只能单独处理一个个输入，前一个输入与后一个输入之间并没有关系，但是某些任务需要处理序列信息，即前面输入与后面输入存在联系。所以为了解决一些这样类似的问题，能够更好的处理序列的信息，RNN就诞生了。RNN结构如图为一个简单的循环神经网络，由输入层X，隐藏
2020-10-16 16:01:34
528
原创 跨模态行人重识别：Visible Thermal Person Re-Identification via Dual-Constrained Top-Ranking(IJCAI18)
Visible Thermal Person Re-Identification via Dual-Constrained Top-Ranking目录Visible Thermal Person Re-Identification via Dual-Constrained Top-RankingAbstractIntroductionProposed MethodExperimental ResultsAbstract提出了一种双向双重约束损失的双流网络。具有两方面优势：1）直接进行端到端特征学习，
2020-10-15 20:53:09
1788
1
原创 跨模态行人重识别：RGB-Infrared Cross-Modality Person Re-Identification（2017 ICCV）
RGB-Infrared Cross-Modality Person Re-Identification提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录RGB-Infrared Cross-Modality Person Re-IdentificationAbstract一、Introduction二、SYSU-MM01三、跨模态网络比较四、结论
2020-10-13 22:31:07
4643
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人