跨模态行人重识别：Memory Regulation and Alignment toward Generalizer RGB-Infrared PersonRe-identification学习笔记

最新推荐文章于 2025-06-03 12:47:14 发布
最新推荐文章于 2025-06-03 12:47:14 发布
阅读量417 收藏 2
点赞数
文章标签： 学习 java 开发语言
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_43898295/article/details/127106586
版权
该论文针对RGB-红外人再识别中的域转移问题，提出了多粒度内存调整与对齐（MG-MRA）模块，以缓解模型对已见类判别特征的过度依赖。MG-MRA通过学习粗到细的原型，实现不同粒度的领域级语义模板，促进多级语义对齐。这种方法相比GAN和额外数据的方法更为有效，并且可以作为即插即用的模块集成到现有模型中。

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

论文链接：Memory Regulation and Alignment toward Generalizer RGB-Infrared Person Re-identification

简述

        由于训练集和测试集之间不可忽略的模态间隙和身份类的不重叠，域转移是RGB-红外人再识别中的一个主要问题。 解决固有问题--域转移--的一个关键是强制两个域的数据分布相似。

        本文以一种更清晰的方式揭示了这一问题，并提出了一种新的多粒度内存调整和对齐模块（MG-MRA）来解决这一问题。 通过显式地将一个从细粒度到粗语义粒度的潜在变量属性纳入中间特征中，可以缓解模型对已见类判别特征的过度置信度。

贡献

        （1）提出了一种多粒度内存调整与对齐（MG-MRA）模块来解决这一问题。 所提出的MG-MRA是一种即插即用的方法，比以前的基于GAN或基于额外数据的方法更有效。

        （2）学习到的粗到细原型能够一致地提供不同粒度的领域级语义模板，满足多级语义对齐的要求。

方法

 

最低0.47元/天 解锁文章
跨模态行人重识别：Modality Synergy Complement Learning withCascaded Aggregation for Visible-InfraredPerson 笔记
weixin_43898295的博客
10-20 1542
基于级联聚合的模态协同互补学习在可见光-红外人员识别中的应用级联聚合的模态协同互补学习网络(MSCLNET)。基本思想是协同两个模态来不同的身份鉴别语义和较少噪声的表示。然后，在这两种模式的优点下对协同表征进行了补充。此外，提出了级联聚合策略，用于，该策略将子类、类内和类间的特征嵌入进行渐进聚合。传统的硬样本挖掘和特征聚合方法在实例级优化特征嵌入距离。这种粗粒度度量学习忽略了所有实例的综合分布。我们的目标是以级联的方式在不同的层次上进行优化。
跨模态行人重识别：Counterfactual Intervention Feature Transfer forVisible-Infrared Person Re-identification笔记
weixin_43898295的博客
10-12 1886
对于图库数据，模态间的交互是微不足道的，因为它只是引入了固定查询所提供的信息，这些信息是冗余的，甚至是噪声的。对于异质过程和同质过程，由于模态内和模态间的相似性差异很大，我们采用了不同的τ。（1）针对训练-测试模态平衡差距，提出了一个同质和异质特征转移(H2FT)模块，包括两种独立的设计良好的图形模块和一个非平衡场景模拟，它更适合于处理非平衡模态分布场景中的样本交互。（1）训练-测试模态平衡间隙，两种模态数据的数量在训练阶段是平衡的，但在推理上却极不平衡，导致基于图形的VI-ReID方法的泛化程度较低。
[行人重识别论文阅读]Invariance Matters: Exemplar Memory for Domain AdaptivePerson Re-identification
zlsd21的博客
10-20 1294
论文链接：https://arxiv.org/abs/1904.01990 代码：https://github.com/zhunzhong07/ECN Abstract 1.传统的无监督方法只关注于缩小源域与目标域之间的gap，而忽略了目标域内的变量变化，这个变化很大程度上影响了性能。 2.我们提出了三种不变性：exemplar-invariance, camera-invariance and neighborhood-invariance。 3.为了实现我们的目标，我们引入了一个 exemplar me
CVPR2019行人重识别论文笔记1904.01990：Invariance Matters: Exemplar Memory for Domain Adaptive Person Re-id
MOTMlsc的博客
06-24 420
原文链接：https://arxiv.org/abs/1904.01990 摘要： 传统的无监督区域自适应方法（unsupervised domain adaptation）的思路是减少已标记域和未标记域之间的特征差异，但是这种方法很大程度上忽略了域内变化。而作者提出了三种内在不变性：样本不变性、相机不变性和邻域不变性（exemplar-invariance, camera-variance and neighborhood-invariance）。引入了存储模块存放目标域的特征和三种不变性。 三种不变性的
跨模态行人重识别：Visible-Infrared Person Re-Identification viaHomogeneous Augmented Tri-Modal Learning学习记录笔记
weixin_43898295的博客
09-22 1205
将RGB模态单独处理得到一个灰度模态，灰度模态作为辅助模态有利于增加RGB和红外模态的关联性，HHI loss 缩小了三个模态之间的距离，reg loss进一步减小了交叉模态之间的变化。
深度学习行人重识别综述与展望，TPAMI 2021 最新文章
我爱计算机视觉
01-08 2852
作者 |叶茫 武汉大学编辑 | CV君报道 |我爱计算机视觉（微信id：aicvml）摘要：行人重识别（Person Re-Identification，简称Re-ID），是一种利用...
2017 ICCV之ReID：RGB-Infrared Cross-Modality Person Re-Identification
makabaka的博客
01-27 2096
RGB-Infrared Cross-Modality Person Re-Identification 本文是第一个提出RGB-Infrared跨模态的ReID框架。 目前的问题： Re-ID是视频监控中的一个重要问题，其目的是在摄像机视点上匹配行人的即时信息，目前，大多应用于RGB图像中，但例如在黑暗环境中，这样是远远不够的，在许多视觉系统中，红外（Infrared (IR)）成像是必不可少的...
【跨模态】Visible Thermal Re-ID
ca1m4n的博客
03-26 1679
关于Visible-Infrared Re-ID的几篇文章阅读记录
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）
清如的博客
10-26 6581
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
关于行人重识别方法PCB《Beyond Part Models: Person Retrieval with Refined Part Pooling 》及代码实现解读
rytyy的博客
03-27 5443
论文地址：https://arxiv.org/abs/1711.09349 代码地址：code 什么是行人重识别（ReID） 行人重识别（Person re-identification）也称行人再识别，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。旨在弥补目前固定的摄像头的视觉局限，并可与行人...
[行人重识别论文阅读]无监督学习发展与小结
zlsd21的博客
10-18 1967
Unsupervised domain adaptation (UDA) for person re-ID. UDA methods have attracted much attention because their capability of saving the cost of manual annotations. There are three main categories of methods. UDA方法由于节省了手工标注的花费而吸引了许多关注，这里主要有三种方法： The first c
跨模态行人重识别：Dynamic Dual-Attentive Aggregation Learningfor Visible-Infrared Person Re-Identification学习笔记
weixin_43898295的博客
05-30 1583
论文链接：Dynamic Dual-Attentive Aggregation Learning for Visible-Infrared Person Re-Identification 摘要 通过挖掘 VI-ReID 的模态内部分级和跨模态图级上下文线索，提出了一种新颖的动态双注意聚合 (DDAG) 学习方法。提出了一个模态内加权部分注意模块，通过将领域知识强加于部分关系挖掘来提取有区别的部分聚合特征。为了增强对噪声样本的鲁棒性，引入了跨模态图结构化注意力，以加强具有跨两种模态...
行人重识别（二）跨模态的行人重识别
wenroudebaozi的博客
10-23 2865
感谢前辈总结的论文列表，为了方便自己以后翻阅，链接搁这儿 1. 背景 在我们现实生活中，可见光条件下的摄像机拍到的图像，往往会包含行人的大部分外观信息，然而现实中并不只需要在可视条件极佳的条件下进行监控，在夜晚或者可视条件极差的场景中也有监控的需要，这个时候，红外相机拍摄的图像便可用于行人的再识别。据我所知，现阶段大部分ReID工作都聚焦在RGB图像这种单一模态上，而基于RGB-IR的跨模态ReID工作还没有充分引起大家的关注，虽然这方面也有一些比较有创新性的文献，但是或许碍于数据集不够丰富，或者其他什么
跨模态行人重识别：Hetero-Center Loss for Cross-Modality Person Re-Identification学习记录笔记
weixin_43898295的博客
04-12 3508
原文链接：https://www.sciencedirect.com/science/article/pii/S0925231219318156 目录 摘要 方法 CE loss Hetero-Center Loss Two-Stream Local Feature Network 特征提取 特征嵌入 试验 测试 结果 摘要 （1）提出了一种新的损失函数，称为 Hetero-Center loss (HC loss)，以减少类内跨模态变化，通过约束两个异质模态之间的
跨模态行人重识别：RGB-Infrared Cross-Modality Person Re-Identification 学习记录笔记
weixin_43898295的博客
03-16 6791
目录 原文链接 摘要: 1 介绍 1.1 数据集： 1.2 贡献 1.3 评估 2 网络结构比较 2.1 One-stream Structure 2.2 Two-stream Structure 2.3 Asymmetric FC layer structur 3 网络结构 3.1 单流和双流结构的连接 3.2 单流结构 3.3 备注 4深度零填充 4.1 网络输入分析 4.2RGB-IR深度零填充 5 实验 5.1 模型比较 5.2模型分析 原...
跨模态行人重识别研究综述
AI从入门到实践的博客
10-03 7641
跨模态行人重识别研究综述 刘天瑜，刘正熙 摘要：传统的行人重识别主要工作集中在同一模态下的行人重识别上，大部分应用于光源充足的场景。随着视频安防监控要求的不断提升，为了克服可见光摄像头无法全天候进行使用的缺点，能够切换红外模式的摄像头正在普及。针对昼夜光照条件不同的问题，跨模态行人重识别被提出。本文从问题定义、研究现状和性能评价等方面出发，对跨模态行人重识别问题进行介绍。 关键词：跨模态行人重识别；红外图像；深度学习 0 引言 近年来，随着智能监控领域的不断发展，单纯凭借传统的人力已经很难在对复杂的监控场景
跨模态行人重识别：Visible-Infrared Person Re-identification using Cross-Modal Correspondences学习记录笔记
weixin_43898295的博客
09-28 1009
现成的对象检测器裁剪的人物图像不一定是对齐的，这会分散有辨别力的人物表示学习。一种新颖的特征学习框架，以统一的方式解决这些问题。利用跨模态人物图像之间的密集对应关系，解决像素级的跨模态差异，更有效地抑制人物表示中与模态相关的特征，也鼓励了跨模态局部特征之间的像素关联。RGB 和 IR 图像的未对齐特征对处理跨模态差异有不利影响，会分散学习人员的表示。方法励鼓励RGB 图像的人物表征从具有相同身份的 IR 图像中重建那些表征。
【Python 学习笔记】dictionary unpacking
最新发布
cbldzz的博客
06-03 274
【代码】【Python 学习笔记】dictionary unpacking。
java基础学习(二十)
AbaseZ的博客
06-01 990
在子类中可以根据需要对从父类中继承来的方法进行改造，也称为方法的重置、覆盖。在程序执行时，子类的方法将覆盖父类的方法。
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