Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person Re-Identification

最新推荐文章于 2022-03-24 21:09:56 发布
最新推荐文章于 2022-03-24 21:09:56 发布
阅读量1.5k 收藏 5
点赞数 3
CC 4.0 BY-SA版权
分类专栏： 行人重识别（REID） 文章标签： 深度学习 CVPR2019 行人重识别 reid 注意力机制
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_39417323/article/details/98736665

行人重识别之注意力机制

Towards Rich Feature Discovery with Class Activation Maps Augmentation for
Person Re-Identification
原文链接：http://openaccess.thecvf.com/content_CVPR_2019/papers/Yang_Towards_Rich_Feature_Discovery_With_Class_Activation_Maps_Augmentation_for_CVPR_2019_paper.pdf

什么是注意力机制，即attention map？在CNN计算的过程中，对图像每一个部分的关注度是不一样的，如下所示。生成attention map: https://github.com/jazzsaxmafia/Weakly_detector
在这里插入图片描述
对应到行人重识别，我们不希望网络对某些部位过度关注，从而忽略一些关键信息，甚至于过度关注的部分是没意义的。为此就有了一个研究方向:注意力机制。

改善网络注意力的方法有很多，比如对注意力高的地方进行遮挡、对图像分块分别识别、行人的语义分割等。

这篇文章对注意力机制进行研究，各人认为实现流程相对简单，为我们提供了一种新思路。</

最低0.47元/天 解锁文章

200万优质内容无限畅学
2019 CVPR之ReID：Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person Re-
makabaka的博客
05-20 650
Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person Re-Identification 当前的问题及概述： 在Re-ID任务中，人物间较小的差异需要模型来捕获足够细粒度的特性。 基于此，1，本文通过CAM扩展了baseline重建模型的激活范围，以探索丰富的视觉线索。2，提出了一种Overlapped Activation Penalty方法，使当前分支对先前分支激活较少的图像区域给予更多的关注，
【CVPR2019】论文完整列表一
TomRen
06-11 1万+
CVPR 2019 Paper list[1-1000] CVPR2019 完整列表二 论文题目与链接 Finding Task-Relevant Features for Few-Shot Learning by Category Traversal Edge-Labeling Graph Neural Network for Few-Shot Learning G...
Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person ReID阅读总结
qq_35226955的博客
08-31 2057
Towards Rich Feature Discovery with Class Activation Maps Augmentation for Person Re-Identification 作者：Wenjie Yang, Houjing Huang, Zhang Zhang, Xiaotang Chen, Kaiqi Huang, Shu Zhang 2019 CVPR Motiva...
一文读懂CV中的注意力机制
小白学视觉
02-15 3065
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达作者丨AdamLau@知乎来源丨https://zhuanlan.zhihu.com/p/288758894导读本文...
CVPR学习（二）：CVPR2019－行人重识别
TheDayIn_优快云的博客
06-27 3794
一、Oral Joint Discriminative and Generative Learning for Person Re-identification.Zhedong Zheng; Xiaodong Yang; Zhiding Yu; Liang Zheng ; Yi Yang ; Jan Kautzhttps://arxiv.org/abs/1904.07223联合判别与生成学...
CVPR 2021最全论文开放下载！附pdf下载链接！
中科院AI算法工程师的博客
06-18 1万+
CVPR 2021最全论文开放，附所有pdf下载链接！
汇总现阶段reid方面一些SOTA的paper。
三度就好
01-14 1102
汇总一些最近在公开数据集上刷分比较高的paper和报道： 一些结构上的思想大家可以学习借鉴下。 paper abstract Rank-1 (Market-1501) mAP( Market-1501) 澎思科技 Pensees（nopaper） 1.金字塔...
【ReID论文阅读（三）】（2019CVPR）Masked Graph Attention Network for Person Re-Identification
weixin_40194996的博客
04-20 1010
前言 第三篇了，加油，我能行。。。 摘要 主流方法更多的关注的是个类样例中图片和标签的联系，而忽视了总特征图中丰富的交互信息。我们提出了一种方法叫做masked graph attention network（MGAT）解决这个问题。 MGAT在一张由提取出来特征组成的完全图上操作，在这张图上，节点能在标签信息（以mask矩阵表示的）的引导下和其它节点相互联系。通过MGAT模块，先前可能被忽视的全...
基于视频的行人再识别（3）----注意力机制(1)
asuradayuci的博客
03-12 8052
如果觉得本文对您有所帮助的话，可以给我的github点个赞呀～本人有空会更新一些视频行人再识别的相关资料，比如代码注释、论文翻译等等。 github：https://github.com/AsuradaYuci/awesome_video_person_reid 1.引言 注意力机制（Attention Mechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注...
特征图注意力_论文阅读|一种用于无监督行人重识别的注意力驱动的两阶段聚类方法...
weixin_39663360的博客
11-22 840
《An Attention-driven Two-stage Clustering Method for Unsupervised Person Re-Identification》 ECCV，2020，论文笔记。论文地址：https://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123730018.pdf​www.ecva.net一、简介该...
【论文阅读】Improving Person Re-identification by Attribute and Identity Learning
Yolo的博客
09-27 5143
这篇文章是由悉尼科技大学Yutian Lin等人完成，在CVPR2016上被收录。论文地址：https://arxiv.org/pdf/1703.07220.pdf 文章主要利用了属性学习（attribute learning）和行人重识别（Re-ID）之间的关系，将在局部特征上表现很好的属性学习和全局学习中的行人重识别方法进行结合，从而构造出一个全新的损失函数，进而提高Re-ID的性能。 文...
CVPR2019行人重识别论文笔记1902.09080：SSA-CNN: Semantic Self-Attention CNN for Pedestrian Detection
MOTMlsc的博客
06-26 1028
原文链接： https://arxiv.org/abs/1902.09080v1 摘要： 作者提出了通过探索分割结果作为自注意力机制的线索有助于提升识别性能。将语义特征图和卷积特征图合并，为行人识别与分类提供了更多的区分性特征。通过联合学习，作者提出的自注意力机制可以高效的识别行人区域并抑制背景。 文章贡献： （1）提出了通过探索分割结果作为自注意力机制的线索有助于提升识别性能。 （2）提出了多尺度多任务学习框架，通过多尺度中间网络连接学习行人检测和语义分割，可以融合不同粒度的语义信息到共享特征图中。 （3
ICCV2017 论文解读：基于图像检索的行人重识别 | PaperDaily #13
Paper weekly
11-13 5039
在碎片化阅读充斥眼球的时代，越来越少的人会去关注每篇论文背后的探索和思考。 在这个栏目里，你会快速 get 每篇精选论文的亮点和痛点，时刻紧跟 AI 前沿成果。 点击本文底部的「阅读原文」即刻加入社区，查看更多最新论文推荐。 这是 PaperDaily 的第 13 篇文章 本期内容是由 PaperWeekly 社区用户 @LUOHAO 带来的 I
（TIP-2020）带注意力的深度金字塔池化行人重识别
顾道长生的科研笔记
03-24 4696
带注意力的深度金字塔池化行人重识别 paper题目：Deep Pyramidal Pooling With Attention for Person Re-Identification paper于2020年发表在TIP paper地址：链接 Abstract 学习具有不同语义层次的目标外观的判别性、视角不变性和多尺度表示，对于行人重识别（ReID）是至关重要的。最近，社会各界都在关注学习深度Re-ID模型，以捕捉单一的整体表征。为了改善所取得的成果，人们考虑了额外的视觉属性和物体部分驱动的模型
VALSE学习（二）：行人重识别研究进展回顾
TheDayIn_优快云的博客
05-23 2283
VALSE2019报告澳大利亚国立大学-郑良 一、行人重识别定义 Person Re-identification也称行人再识别，简称为ReID，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。广泛被认为是一个图像检索的子问题。给定一个监控行人图像，检索跨设备下的该行人图像。 在监控视频中，由于相机分辨率和拍摄角度的缘故，通常无法得到质量非常高的人脸图片。当人脸识别失效...
行人重识别 PCB-RPP，SGGNN
SIGAI_优快云的博客
10-08 7314
SIGAI特约作者 Fisher Yu CV在读博士 研究方向：情感计算 其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 什么是行人重识别(ReID) 如下图，给定一个行人图或行人视频作为查询query，在大规模底库中找出与其最相近的同一ID的行人图...
注意力机制(Attention Mechanism)
热门推荐
John's Blogs
06-25 3万+
目录概述自注意力（self-attention）NLPCV软注意力（soft-attention）通道注意力Non-Local位置注意力（position-wise attention）混合域模型(融合空间域和通道域注意力) 概述 计算机视觉（computer vision）中的注意力机制（attention）的基本思想就是想让模型学会注意力——能够忽略无关噪声信息而关注重点信息。 自注意力（self-attention） NLP 论文链接：Attention Is All You Need 代码来源：Th
Feature Re-Embedding: Towards Foundation Model-Level Performance in Computational Pathology
最新发布
02-22
class FeatureReEmbeddingModule(nn.Module): def __init__(self, input_dim=512, hidden_dims=[256], output_dim=128): super(FeatureReEmbeddingModule, self).__init__() layers = [] dims = [input_dim] +...
评论 5
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