CVPR2019-行人重识别论文汇总

最新推荐文章于 2025-04-28 08:21:08 发布
最新推荐文章于 2025-04-28 08:21:08 发布
阅读量6.2k 收藏 21
点赞数 3
分类专栏： 资料汇总 文章标签： 行人重识别 计算机视觉 深度学习 人工智能 智能安防
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_41427758/article/details/89357513
版权
本文汇总了CVPR2019大会中关于行人重识别领域的19篇重要论文，涵盖了从域自适应、视角分析、红外可见光匹配到弱监督学习等前沿研究方向。

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

当时整理的比较简单，在知乎上发现了更全面的整理：【CVPR2019正式公布】行人重识别论文 附下载链接

根据paper list搜到19篇：

  1. Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-identification

  2. Dissecting Person Re-identification from the Viewpoint of Viewpoint

  3. Learning to Reduce Dual-level Discrepancy for Infrared-Visible Person Re-identification

  4. Densely Semantically Aligned Person Re-Identification

  5. Generalizable Person Re-identification by Domain-Invariant Mapping Network

  6. Re-ranking via Metric Fusion for Object Retrieval and Person Re-identification

  7. Weakly Supervised Person Re-Identification

  8. Query-guided End-to-End Person Search

  9. Distilled Person Re-identification: Towards a More Scalable System

  10. Joint Discriminative and Generative Learning for Person Re-identification(Oral)

  11. Unsupervised Person Re-identification by Soft Multilabel Learning(Oral)

  12. Learning Context Graph for Person Search(Oral)

  13. Patch Based Discriminative Feature Learning for Unsupervised Person Re-identification

  14. Attribute-Driven Feature Disentangling and Temporal Aggregation for Video Person Re-Identification

  15. AANet: Attribute Attentio Network for Person Re-Identification

  16. VRSTC: Occlusion-Free Video Person Re-Identification

  17. Adaptive Transfer Network for Cross-Domain Person Re-Identification

  18. Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training

  19. Interaction-and-Aggregation Network for Person Re-identification

最全面的行人重识别数据集汇总
m0_47867638的博客
04-30 1万+
汇总了一些REID的数据集，几乎涵盖了所有的数据集。如果有缺少的欢迎留言补充。我将能下载到的数据集放在了网盘里，链接如下：链接：https://pan.baidu.com/s/1hQ4PKvtAhAvoZiXbcIu93w 提取码：o3iyQMUL iLIDS基于iLIDS MCTS的数据集，是一个在机场繁忙时候通过监控系统中多个摄像头收集到的数据集。几乎每个ID（identity）都有从两个无重叠（区域）的摄像头拍摄的四幅图像。该数据集具有严重遮挡和姿势差异的场景。
最强无监督行人重识别方法 Cluster Contrast ReID，rank-1 94.6%
jacke121的专栏
04-30 4559
代码连接： https://github.com/alibaba/cluster-contrast-reid 看了一下，主要是resnet50，resnet101训练的。 在行人重识别领域，如何获取海量标注数据，提高实际场景的重识别能力是工业界非常关注的一个问题。通常在学术界上公开数据集如Maket1501上训练出来的模型在实际场景上基本是没法用的，都需要在实际场景中采集数据并进行标注。标注需要人工成本和时间周期，在项目比较急的时候重新标注根本来不及，因此无监督的行人重识别方法成为了目前研...
行人重识别相关论文
05-26
行人重识别相关论文，包括： 行人再识别研究进展综述 基于度量学习和深度学习的行人重识别研究 Person Re-identification past, Present and Future PersonNet_Person_Re-identification_with_Deep_Convo Re-rankingPersonRe-identificationwith k-reciprocalEncoding
2019行人再识别 年度回顾 VALSE
04-21
行人重识别 行人再识别 行人检索 郑良 郑哲东 钟准 孙奕帆 杨易 悉尼科技大学 龚绍刚 郑伟诗 李玺 浙江大学 中山大学
CVPR2025:遮挡、低光全不怕！Pose2ID让行人重识别在极端场景也能“看得清、认得出”。零训练碾压SOTA！Pose2ID让行人重识别准确率暴涨50%+
最新发布
陈奕昆的博客
04-28 1254
Pose2ID通过特征中心化理念，打破了“依赖大规模训练数据”的传统范式，证明通过合理的特征聚合与生成增强，无需重新训练即可显著提升身份表示能力。其在跨模态、遮挡场景的卓越表现，为复杂现实环境中的行人重识别提供了通用解决方案。随着生成模型与无训练技术的结合深化，未来可期待更高效、泛化的视觉识别系统，推动智能安防、人机交互等领域的跨越式发展。
(CVPR-2017)在身体和潜在部位学习深度上下文感知特征以进行行人重识别
顾道长生的科研笔记
08-10 880
行人重识别（ReID）是通过不同的摄像头识别同一个人。由于人体姿势、遮挡、背景杂乱等方面的巨大变化，这是一项具有挑战性的任务。如何提取强大的特征是 ReID 中的一个基本问题，并且在今天仍然是一个悬而未决的问题。在本文中，我们设计了一个多尺度上下文感知网络（MSCAN）来学习全身和身体部位的强大特征，它可以通过在每一层中堆叠多尺度卷积来很好地捕捉局部上下文知识。此外，我们提出使用具有新颖空间约束的空间变换器网络 (STN) 来学习和定位可变形的行人部件，而不是使用预定义的刚性部件。...
CVPR 2021 论文大盘点-人员重识别篇
qwj的博客
04-15 2337
CVPR 2021 论文大盘点-人群计数篇 本篇文章总结人员重识别相关论文，包含无监督人员重识别，基于视频、部分身体的行人重识别，可见光红外人员重识别，域泛化人员重识别，换装人员重识别，行人检索等等。共计 26篇。 大家可以在： https://openaccess.thecvf.com/CVPR2021?day=all 按照题目下载这些论文。 如果想要下载所有CVPR 2021论文，请点击这里： CVPR 2021 论文开放下载了！ “终生”人员重识别 Lifelong Per
行人重识别必读论文
07-31
行人重识别是我们课题组在做的一个项目，本文档里面包含了行人重识别的必读经典论文。
CVPR2021行人检测重识别论文列表及摘要.docx
12-20
本文档汇总了CVPR2021年的行人检测重识别论文列表，并对每篇论文进行了摘要和分析。 1. Cross-Modal Collaborative Representation Learning and a Large-Scale RGBT Benchmark for Crowd Counting 本文提出了一种...
可见光-红外的跨模态行人重识别最新研究成果汇总
咋个办的博客
03-18 5834
RGB-infrared Cross-Modality Person Re-Identification latest review and prospectIntroductionChallengesAdvantagesMethods[2020 AAAI] Cross-Modality Paired-Images Generation for RGB-Infrared Person Re-Identification Introduction 行人重识别最近的研究进展主要集中在可视摄像机模块上，即给定一
行人重识别(3)——行人重识别（基于图像）综述
R.I.P Kobe Bryant
01-26 7354
介绍行人重识别（基于图像）方向的相关方法、研究热点与相关数据集。
CVPR2024最佳论文出炉！历年CVPR最佳论文盘点（2000 年—2024 年）
m0_73122726的博客
07-11 6198
cvpr2024最佳论文出炉，本次论文可谓是万里挑一。 作为计算机视觉领域的顶级学术会议CVPR，每年评选出的一篇或多篇最佳论文，不仅为计算机视觉领域的顶级学术荣誉，更代表了将对未来技术或行业发展产生重要影响的里程碑式研究成果。 为了帮助大家对这批计算机领域的重要论文进行复习，沃恩智慧为大家精心整理了一份从2000 年—2024 年的 CVPR 最佳论文盘点。
行人重识别—Relation-Aware Global Attention模型介绍及代码实现
sol_data12的博客
02-08 7479
一、RGA关系感知全局注意力模型概述 RGA关系感知全局注意力是中国科学技术大学和微软亚洲研究院在2020年CVPR提出的一篇基于全局注意力的行人重识别文章。对于CNN，注意力通常是局部卷积学习到的，而局部卷积会忽略全局信息和隐藏信息的关系。文章提出有效的关系感知全局注意力(RGA)模块使CNN能够充分利用全局的相关性来推断注意力。通过全局考虑特征之间的相互关系来确定注意力，对于每一个特征节点，通过堆叠关于该节点的成对关系和特征本身，提出了一种紧凑的表示。将RGA模块应用于空间和通道维度并且进行组合可以得到
无监督与领域自适应的行人重识别任务(Re-ID)
qq_51682716的博客
04-17 2426
参考链接：Introduction to Mutual Mean-Teaching (ICLR 2020), Structured Domain Adaptation, VisDA-2020 Solution (ECCVW 2020), Self-paced Contrastive Learning (NeurIPS 2020), OpenUnReID Codebase. 领域自适应（Domain Adaptive） Common scenarios: City A > City B Syntheti
顶刊TIP 2023｜Rethinking无监督行人Re-ID，中科院研究团队表明采样策略是重中之重
shentibeitaokongle的博客
01-17 1654
在本文中，作者对行人重识别任务中的采样策略进行了深入分析，阐述了普通采样方式的缺陷。此外，作者引入了一些新概念，包括恶化的过度拟合和统计稳定性，这些概念对有效提高模型性能具有重要意义。例如，由于过度拟合恶化，随机抽样容易出现训练崩溃的现象。相比之下，本文提出的GS采样方式有助于保持类内的统计稳定性，其有效地减轻了个体样本对统计稳定性的负面影响，充分发挥了对比基线的潜力。此外作者与目前流行的21中re-Id方法进行了广泛的实验对比，实验效果均证明所提方法的有效性。
无监督重识别：Cluster Contrast for Unsupervised Person Re-Identification
DRACOYU的博客
07-22 2282
论文：https://arxiv.org/pdf/2103.11568.pdf code：https://github.com/alibaba/cluster-contrast-reid 在行人重识别领域，如何获取海量标注数据，提高实际场景的重识别能力是工业界非常关注的一个问题。通常在公开数据集如Maket1501上训练出来的模型在实际场景上基本是没法用的，都需要在实际场景中采集数据并进行标注，因此无监督的行人重识别方法成为了目前研究的一个热点。 无监督行人重识别已经有很多人在研究了，目前最好的方
CVPR2018——以属性为指导的无监督行人重识别
weixin_41792787的博客
03-08 1386
Transferable Joint Attribute-Identity Deep Learning for Unsupervised Person Re-Identification(CVPR2018) 文章链接 针对cross domain一类的文章都是想要学习一个稳定的特征，从而来对跨域同样适应，而这篇文章主要是从属性特征切入，尽管不同数据集的行人身份不同，但行人的属性特征却能起到作为”不...
集群对比：无监督行人重识别的前沿解决方案
gitblog_00039的博客
08-06 467
集群对比：无监督行人重识别的前沿解决方案 cluster-contrast-reid项目地址:https://gitcode.com/gh_mirrors/cl/cluster-contrast-reid 在计算机视觉领域，行人重识别（Re-identification）是一项挑战性的任务，尤其在无监督学习的场景下。Cluster Contrast for Unsupervised Person...
CVPR2021 行人重识别/Person Re-identification 论文+开源代码汇总
zero的博客
05-16 3949
点击上方“AI算法与图像处理”，选择加"星标"或“置顶” 重磅干货，第一时间送达 行人重识别（Person re-identification）也称行人再识别，是利用计算...
CVPR 2020：工业界主导的3D目标检测研究汇总
计算机视觉与模式识别会议（Conference on Computer Vision and Pattern Recognition，简称CVPR）是计算机视觉领域最权威的学术会议之一。每年，CVPR都会汇聚全球顶尖的学者、研究人员以及工业界人士，共同探讨...
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