论文阅读：IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID

2024-05-17 23:43:13

论文阅读：IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID（ICCV 2021）

任务：UDA ReID
论文地址：https://arxiv.org/pdf/2108.02413.pdf
代码地址：https://github.com/SikaStar/IDM

核心思路

借助中间域进行行人重识别域自适应

1.IDM模块

对输入的特征做了类似channel attention的操作，最后乘回原始特征得到源域GsG^{s}Gs和源域GtG^{t}Gt，随后源域与目标域特征相加就得到中间域GinterG^{inter}Ginter

2.桥接损失（bridge losses）

距离计算：计算source、target到inter的距离，这里source到inter的距离域target到inter的距离应该是成比例的即 λ/1−λ\lambda / 1- \lambdaλ/1−λ
分类计算：论文中使用中间域特征做了分类损失计算，使用来自MLP输出的分数lam作为权重混合source与target的ID来作为GinterG^{inter}Ginter的label分类损失计算，label混合计算方式：label=lam∗labels+(1−lam)∗labeltlabel = lam * label_s + (1-lam)*label_tlabel=lam∗labels+(1−lam)∗labelt

3.多样性损失（diversity loss）

为了防止生成的中间域特征偏向源域或目标域，论文对asa^sas与ata^tat的标准差进行差异最大化计算

论文后续工作：Bridging the Source-to-target Gap for Cross-domain Person Re-Identification with Intermediate Domains

论文地址：https://arxiv.org/abs/2203.01682v1
改进点：在原基础上提出了MGM模块

在生成中间域的过程中因为对源域与目标域的特征做了混合，在身份上模糊了，借助AdaIN将中间域的风格转换到源域与目标域的特征上，得到Gs→interG^{s \rightarrow inter}Gs→inter和Gt→interG^{t \rightarrow inter}Gt→inter，然后再计算跨域一致损失，即将得到的Gs→interG^{s \rightarrow inter}Gs→inter和Gt→interG^{t \rightarrow inter}Gt→inter特征在分类上的预测与通过GsG^{s}Gs与GtG^{t}Gt的分类预测计算KL散度

论文阅读：IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID相关推荐

[论文阅读]IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID (ICCV2021)
IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID (ICCV2021) 一种基于中间域的域自适应行人重识别领域: ...
IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID论文解读
ICCV 2021 oral 论文地址:https://arxiv.org/pdf/2108.02413.pdf 代码地址:https://github.com/SikaStar/IDM 动机在两个 ...
【论文阅读】Deep Cocktail Network: Multi-source Unsupervised Domain Adaptation with Category Shift
Deep Cocktail Network: Multi-source Unsupervised Domain Adaptation with Category Shift SUMMARY@ 2020 ...
【论文阅读+翻译】Context-Aware Residual Module for Image Classification
如有侵权,联系删除 [2021ICPR] Context-Aware Residual Module for Image Classification 用于图像分类的上下文感知残差模块论文链接:ht ...
论文阅读问题总结(六)：Meta-Learning with Domain Adaption for Few-shot Learning Under Domain Shift
1.这篇paper作者提出要解决的问题? 作者提出,大部分现存的小样本元学习领域的一些工作都基于两个假设: training task和testing task都是从满足同一task distribu ...
【论文阅读笔记|ACL2022】Continual Sequence Generation with Adaptive Compositional Modules
论文题目:Continual Sequence Generation with Adaptive Compositional Modules 论文来源:ACL2022 论文链接:https://acl ...
【论文阅读】Stroke Controllable Fast Style Transfer with Adaptive Receptive Fields
Stroke Controllable Fast Style Transfer with Adaptive Receptive Fields Abstract Introduction Related ...
论文阅读和复现：去除PPG运动伪影的IEEE论文
论文阅读和代码复现: <Combining Nonlinear Adaptive Filtering and Signal Decomposition for Motion Artifact R ...
cross-domin，Domain adaptation 与 Domain generalization学习
参考: [迁移学习]Domain Adaptation系列论文解析(不断更新中) - 知乎同任务但不同domain数据的统一模型 transfer learning 和 cross domain 有 ...

最新文章

热门文章