2018 CVPR：Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training

Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training
当前的问题及概述：
大多数现有的方法高度依赖bounding box,然而，由于实际场景的限制，目前的检测模型往往产生不准确的bounding box，进而避免了算法的性能。
本文提出了一种新的由粗到细的金字塔模型，该模型不仅融合了局部信息和全局信息，而且还强化了局部信息和全局信息之间的线索，避免了bounding box的不准确性带来的影响。可以从下图看到，由于bounding box的遮挡问题，可以将图片进行不等分的划分，在下图从local到global的过程中，少量的局部视图(左)不能很好地匹配，而那些全局视图(右)有更多相似的线索。

模型及loss：
2.1Coarse-to-Fine Pyramidal Model ：

首先由backbone提取输入图像的feature map（C×H×W），再将feature map按照空间高度轴分为n个部分（C×(H/n)×w），本文n=6，金子特最底层（l=1）为n个部分，最顶层（l=n）为feature map M，其余层数见图2，也可以定义为（类似PCB模型）：

对于金字塔P中的每个分支P{l, k}，首先分别进行GMP和GAP后将这两个变量相加，形成具有相同编码通道大小的向量，后经过BN层和ReLU减少维数形成特征向量，表示为：x(l, k) = BO(P{l, k})，再输出给全连接层采用softmax loss作为ID loss进行分类：

同时通过triplet loss区分差异较大的部分，缩短差异较小的部分：

具体见图3：

本文采用动态训练策略，具体训练方式略。
实验：
数据集：Market-1501 , DukeMTMC-reID , CUHK03
不同网络比较：

消融实验：

其中，“0”表示不使用金字塔的相应级别，而“1”表示使用金字塔的相应级别。“Feature-64”表示每个分支的特征的维数为64。
总结：
面对单模态ReID的遮挡问题，目前常用的bounding box方法并不适用，本文提出由粗到细的金字塔结构以提取图像从local到global的特征，在通过feature map经金字塔结构提取到的特征通道后，经过GAP和GMP相加后输入给BN、ReLU得到不同粗细的特征，通过triplet loss进一步区分正样本和负样本，在输入给全连接层，通过softmax loss进行ID分类。

2018 CVPR：Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training相关推荐

CVPR 2018摘要：第五部分
转自:http://ai.yanxishe.com/page/TextTranslation/1241 英文原文:What's In a Face (CVPR in Review V) 标签: 图像描 ...
CVPR 2018摘要：第五部分
标题 What's In a Face (CVPR in Review V) CVPR 2018摘要:第五部分 by 啦啦啦2 01 What's In a Face (CVPR in Review ...
【论文阅读】[CVPR 2018] PU-Net： Point Cloud Upsampling Network. [tensorflow] [rec. oth.]
文章目录 [论文阅读][CVPR 2018] PU-Net: Point Cloud Upsampling Network. [tensorflow] [rec. oth.]
CVPR 2018摘要：第一部分
原文链接:CVPR GAN部分本文为 AI 研习社编译的技术博客,原标题 :NeuroNuggets: CVPR 2018 in Review, Part I作者 | Sergey Nikolenk ...
【医学+深度论文：F25】2018 CVPR Enhanced Optic Disk and Cup Segmentation with Glaucoma Screening from Fundus
25 2018 CVPR Enhanced Optic Disk and Cup Segmentation with Glaucoma Screening from Fundus Images usi ...
【医学+深度论文：F34】2018 CVPR Retinal Optic Disc Segmentation using Conditional Generative Adversarial
34 2018 CVPR Retinal Optic Disc Segmentation using Conditional Generative Adversarial Network datase ...
2018 CVPR GAN 相关论文调研（自己分了下类，附地址哦）
2018 CVPR GAN 相关论文调研风格迁移 1. PairedCycleGAN: Asymmetric Style Transfer for Applying and Removing Mak ...
2018 CVPR GAN 相关论文调研
2018 CVPR GAN 相关论文调研风格迁移 1. PairedCycleGAN: Asymmetric Style Transfer for Applying and Removing Mak ...
中国移动互联网2018年度报告：八大关键词总结与十大趋势
中国移动互联网2018年度报告:八大关键词总结与十大趋势 2019年1月22日,中国商业智能服务商QuestMobile发布<中国移动互联网2018年度大报告>.在这份报告中,QuestM ...
ssh连接出现：WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED!
ssh连接出现:WARNING: REMOTE HOST IDENTIFICATION HAS CHANGED! 前言具体 1.我先安装了第一台容器,并修改了ssh的配置文件 2.容器开启服务,宿主 ...

2018 CVPR：Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training

2018 CVPR：Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training相关推荐

最新文章

热门文章