admin管理员组文章数量:1650776
《Spectral Feature Transformation for Person Re-identification》
论文:https://arxiv/abs/1811.11405
这是图森2018年11月提交到arxiv上的一篇文章。
用ResNet提取2048-d feature,然后再对batch内所有image根据视觉相似性(visual similarity)建图(这里的图和商汤paper中的图是有点区别的),然后从graph cut的角度出发,对某个id,希望找到一种cut能将同id的样本分到相同的group,文中用谱聚类的思路解这个graph cut问题,对feature进行变换,使其包含group信息,然后将处理后的feature继续用于CNN网络做分类。
商汤的两篇(Graph+reid)更注重从similarity这个结果在BP中调整image的特征向量,更像是将reid作为一个verification问题在做,而图森这篇关注的是对feature的变换,就像文章名一样。
这是graph+reid系列的paper中,直接去优化feature而不是similarity的一篇,感觉这种方式更有reid的感觉。
Abstract
随着深度学习技术的兴起,person re-id在近几年里取得了快速发展。基于深度学习的方法专注于学习特征空间,其中样本根据其对应的id紧密地聚类。大多数现有的方法都依靠强大的CNN来单独转换样本。相反,我们建议在转换中考虑样本关系。为了实现这一目标,我们将谱聚类技术引入CNN。我们推出了一个新的模块,叫做谱特征变换,它无缝地集成到现有的CNN流程中,成本可以忽略不计。实验表明,该方法在四个公开数据集上,该方法由于先前的最先进方法。
Reference
https://zhuanlan.zhihu/p/51511683
本文标签: 笔记论文ReIDSpectraltransformation
版权声明:本文标题:论文笔记14 --(ReID)Spectral Feature Transformation for Person Re-identification 内容由热心网友自发贡献,该文观点仅代表作者本人, 转载请联系作者并注明出处:https://m.elefans.com/xitong/1729533630a1205129.html, 本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
发表评论