跨镜追踪（行人重识别Person Re-identification）读书笔记（一）

最新推荐文章于 2025-06-27 17:56:12 发布
最新推荐文章于 2025-06-27 17:56:12 发布
阅读量2.9k 收藏 19
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_33860450/article/details/85010207
本文介绍了《AlignedReID: Surpassing Human-Level Performance in Person Re-Identification》论文，该研究提出了一种自动对齐局部特征的网络结构，用于跨镜追踪（ReID）。AlignedReID通过寻找局部特征的最短路径实现无监督的特征对齐，提高了行人重识别的准确性。在Marken1051和CUHK03数据集上取得了优秀的性能，rank-1分别达到94.4%和97.8%。

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

《AlignedReID: Surpassing Human-Level Performance in Person Re-Identification》

论文地址：https://arxiv.org/pdf/1711.08184v1.pdf

GitHub复现代码：https://github.com/huanghoujing/AlignedReID-Re-Production-Pytorch

跨镜追踪，也称之为行人重识别（ReID），指的是在不同设备（摄像头）不同场景下识别出特定行人。ReID这项技术在监控安防领域极具意义，但算法想做好难度较大，多变的背景以及多变的目标信息使之难以产品化。

这篇文章提出了一种网络叫做AlignedReID，该网络的局部特征能够指引全局特征的学习，且比较精巧的是，该网络的局部特征不需要额外的监督即可完成，它采用的是一种寻找局部特征集最短路径的方法来自动对齐局部特征。该网络在Marknet1051中rank-1能达到94.4%，在CUHK03能达到97.8%

该网络结构如图所示 ，输入N张图（训练时128，测试时32），利用CNN提取特征图（此处CNN采用Resnet50），得到N*2048*7*7的特征图，N为输入的图片数，2048为channel数，7*7为H和W。在这里网络一

最低0.47元/天 解锁文章

200万优质内容无限畅学
muyun0211
关注
跨镜追踪（行人重识别Person Re-identification）读书笔记（四）
muyun0211的博客
01-27 1935
《A Coarse-to-fine Pyramidal Model for Person Re-identification via Multi-Loss Dynamic Training》 论文地址：https://arxiv.org/pdf/1810.12193.pdf 腾讯的一篇文章，提出一种多尺寸金字塔模型。如下所示，输入图片经过backbone后得到C × H × W的feature...
跨镜追踪（行人重识别Person Re-identification）读书笔记（二）
muyun0211的博客
01-20 1939
《Batch Feature Erasing for Person Re-identification and Beyond》 论文地址：https://arxiv.org/pdf/1811.07130.pdf GitHub代码：https://github.com/daizuozhuo/batch-feature-erasing-network 阿里的一篇文章，思路挺新颖的。提出一种新的训...
【论文阅读|无监督行人重识别研究综述】以及我对Re-ID的理解
最新发布
2401_87269747的博客
06-27 1561
题目：无监督行人重识别研究综述论文：A Survey on Unsupervised Person Re-identification年份：2024 引言：行人重识别(Person re-identification, ReID)主要 研究跨不同摄像机的相似人物图像检索问题。 ReID 主要目标是给定一个要查询的行人图像，确定 该行人是否在不同时间出现在不同地方，或者是不同 时间出现在同一个地方。主要就是找出两个摄像头下出现的同一个人。卷积神经网络，Transformer，.无监督学习现有的
Person re-identification行人重识别（二）——实战
Alkaid2000的博客
10-09 1991
基于行人局部特征融合的再识别实战
论文阅读——《Camera Style Adaptation for Person Re-identification》及相关复现
三度就好
01-02 669
最近在做reid跨域相关的project，所以拿近两年顶会上的几篇paper过来学习。希望可以通过GAN或者VAE在reid跨域问题上做一些工作。 先简单介绍下这篇paper。郑哲东大佬2018年的工作了，PT-GAN也是同组的相比于这个有推进的工作。主要都是利用cycle-GAN来实现不同camera间或者dataset间的风格转换。这篇paper通过cycl...
论文Batch DropBlock Network for Person Re-identification and Beyond 全文翻译简单解读以及代码理解复现
rytyy的博客
06-09 586
论文Batch DropBlock Network for Person Re-identification and Beyond 全文翻译简单解读以及代码理解复现
跨镜追踪（行人重识别Person Re-identification）读书笔记（三）
muyun0211的博客
01-22 1587
《Parameter-Free Spatial Attention Network for Person Re-Identification》 论文地址：https://arxiv.org/pdf/1811.12150.pdf GitHub代码：https://github.com/HRanWang/Spatial-Attention 文章指出，全局平均池化Global average po...
【论文笔记】AlignedReID: Surpassing Human-Level Performance in Person Re-Identification
不知小姐
04-19 523
1Introduction 行人识别的挑战 在不同时间地点，识别同一个人 在多摄像头或照片中，追踪同一个人 图像库中搜索行人 相册照片聚类 商店访客分析 难点：variations in pose, viewpoints illumination, and occlusion 传统解决方案： 专注于低水平的特征，例如颜色、形状和局部描述 深度学习CNN：通过各种度量学习loss端到...
Re-ID----读罗浩《基于深度学习的行人重识别研究进展》
weiwei935707936的博客
11-05 902
基本概念与发展过程 （1）Re_ID 是图像检索的一个子问题，主要应用于视频监控，智能安防 （2） 1）早期手工设计视觉特征（如何获得更好的相似度度量），现在主要用深度学习的方法自动进行。 A:手工特征：颜色，HOG(Histogram of oriented gradient),SIFT (Scale invariant feature transform),LOMO (Local Maximal Occurrence). B:相似度度量：X...
[行人重识别论文阅读]AlignedReID: Surpassing Human-Level Performance in Person Re-Identification
zlsd21的博客
10-06 775
论文地址： 代码地址： Abstract 摘要部分明确提出了本文的重要思想，利用局部特征学习影响全局特征学习，并指出局部特征的学习方法是通过计算局部特征间的最短距离进而aligned局部特征。 原文：Global feature learning benefits greatlyfrom local feature learning, which performs an align-ment/matching by calculating the shortest path between twosets
person ReID（行人重识别）2018CVPR paper阅读笔记
Invokar的博客
05-08 1666
使用的数据集介绍 Market1501: It consists of 12,936 images for training, and each person has 17.2 images on average in the train set. DukeMTMC-reID: a subset of the DukeMTMC for image-based ReID. Its train set...
行人重识别
12-26
利用Top-Push的方法，实现了行人重识别，参考文献Top-push Video-based PersonRe-identification，实现加密部分代码。
行人重识别AlignedReID：AlignedReID: Surpassing Human-Level Performance in Person Re-Identificat 重点亮点学习资料整理
Tourior的博客
11-07 2457
行人重识别（Person re-identification） 论文：AlignedReID: Surpassing Human-Level Performance in Person Re-Identification 旷视科技Face++的研究团队–首次识别效果超越人类 论文链接arxiv 论文学习： 中文翻译 Re-ranking原理解释 triplet loss原理推导及其代码实现 m...
【论文阅读】Batch Feature Erasing for Person Re-identification and Beyond
diejingbu1567的博客
12-31 401
转载请注明出处：https://www.cnblogs.com/White-xzx/ 原文地址：https://arxiv.org/abs/1811.07130 如有不准确或错误的地方，欢迎交流~ 【作者的motivation】 　　https://zhuanlan.zhihu.com/p/53241545 　　当前的行人重识别方法，如PCB, MGN，为了使网络学习到更...
【论文阅读】行人重识别（Person Re-identifition）——Batch Feature Erasing for Person Re-identification and Beyond
qq_40605139的博客
07-13 1222
《Batch Feature Erasing for Person Re-identification and Beyond》 原文 论文链接:https://arxiv.org/abs/1811.07130 代码链接:https://github.com/daizuozhuo/batch-feature-erasing-network 1. 解决的问题 行人重识别目前所用的方法，如...
【调研分析】基于 ReID 和跨镜跟踪技术的市场及应用分析
04-26 1592
简称 ReID，是一种在图像或视频库中定位特定目标的技术，属于图像检索的一个重要分支。ReID 主要应用于（行人重识别）和Car ReID（车辆重识别），其中行人重识别是本篇讨论的重点。行人重识别任务是指，给定一个行人图像或视频片段，在指定的图库中找到相应的包含该搜索行人的其他图像及其对应的时间和空间位置。
目标跟踪CrossMOT概述
qq_46220313的博客
05-27 1073
CrossMOT通过跨视角特征对齐动态时空图建模和无监督域自适应，重新定义了多目标跟踪的范式。多模态融合创新：首次实现多视角传感器数据的端到端联合建模，为动态场景提供了更鲁棒的跟踪解决方案；跨域泛化突破：无监督域自适应机制显著提升模型在未见过场景下的性能，推动MOT技术向实际应用迈进一步；工业级实用性：即插即用的模块设计，支持快速集成到现有系统，为自动驾驶、智慧安防等领域提供高精度、低延迟的解决方案。
手把手教你如何从零开始行人重识别（ReID的训练和测试）
weixin_54186806的博客
02-11 2426
这篇知乎文章中所提到的需要安装的软件包，并且需要在github中下载vision文件是不需要进行操作的，可以忽略，因为该项目是比较久远的项目，然后知乎文章中提到的下载软件包里面的torch环境需要在github中下载，但是实际上现在pytorch的下载已经很简单了，不需要安装它的步骤来。（4） “gt_query”——matlab格式，用于判断一个query的哪些图片是好的匹配（同一个人不同摄像头的图像）和不好的匹配（同一个人同一个摄像头的图像或非同一个人的图像）00 表示手工标注框。
超阿里、大华，澎思科技行人再识别（ReID）技术刷新三大数据集记录
AI科技大本营
07-08 4754
整理 | Jane出品 | AI科技大本营（ID：rgznai100）【导读】不久前，江苏省某市公安通过 AI 技术分析监控摄像头中的信息，抓获了一个偷盗电动车的嫌疑人员...
ICCV2017 Person Re-Identification研究论文集
标题“ICCV2017 Person Re-Id”指的是2017年国际计算机视觉与模式识别会议（International Conference on Computer Vision，简称ICCV）中关于人员重识别（Person Re-Identification，简称Person Re-Id）的研究主题。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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