
行人
CH-Yuan
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
dataset for person re-id
CUHK02 取自5个不同的户外camera对,共1816人。5个camera对分别有971,306,107,193,239人,大小160*60. 每个人在每个摄像机下的不同时间内取两张图片。大多数人都有负重(背包,手提包,皮带包,行李)。 VIPeR:632人,2个户外摄像头,有不同的视角和光照条件。每个人在每个摄像机下有一张图像,尺度为128*48。提供的角度0度(front),45度,9原创 2016-12-02 20:23:26 · 5276 阅读 · 3 评论 -
A Multi-task Deep Network for Person Re-identification
[A Multi-task Deep Network for Person Re-identification]原创 2016-09-22 11:18:32 · 1301 阅读 · 0 评论 -
DeepID1 DeepID2 DeepID2+ DeepID3
Deep Learning Face Representation by Joint Identification-Verification Yi Sun1 Yuheng Chen2 Xiaogang Wang3,4 Xiaoou Tang1,4(香港中文大学)原创 2016-04-14 14:21:01 · 15355 阅读 · 0 评论 -
MIL for PRE
1.Person re-identification based on multi-instance multi-label learning 2.Person re-identification based on multi-region-set ensembles 3.A Multiple Component Matching Framework for Person Re-Identifi原创 2016-09-22 11:09:50 · 642 阅读 · 0 评论 -
contrastive loss function (papers)
1.Learning a Similarity Metric Discriminatively, with Application to Face Verification 2,Dimensionality Reduction by Learning an Invariant Mapping 3.Signature Verification using a “Siamese”Time Delay原创 2016-09-10 21:15:50 · 2630 阅读 · 0 评论 -
p_re 实验数据库ViPER和ETHZ的下载地址和实验评价标准
下载地址:ETHZ: http://homepages.dcc.ufmg.br/~william/datasets.html VIPeR: http://vision.soe.ucsc.edu/ ?q=node/178实验配置:在VIPRER和ETHZ上评价标准最详细的是RDC这篇文章: http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=原创 2016-05-26 17:38:16 · 2093 阅读 · 6 评论 -
CVPR2015:An Improved Deep Learning Architecture for Person Re-Identificaton
An Improved Deep Learning Architecture nfor Person Re-IdentificationEjaz Ahmed (University of Maryland(College Park)美国马里兰大学帕克分校)这篇文章做了很多工作: - 改进了CVPR2014年香港中文大学论文的网络结构(交叉视角的近邻差计算层+块总结层) - 细致的层可视化原创 2016-03-30 19:57:01 · 3170 阅读 · 5 评论