Perceive Where to Focus: Learning Visibility-aware Part-level Features for Partial Person Reid

2024-05-10 08:26:47

Paper Reading Note

URL:
https://arxiv.org/pdf/1904.00537.pdf

TL;DR

在实际场景下，目前reid存在的一个比较重要的问题是行人图片的部位比例在不同的camera及角度下并不相同，导致精度无法提高。本文通过对图像的局部特征感知，提出了VPM(Visibility-aware Part Model)结构，并用自监督学习的方法将表示不同部位结构的图片能够自动提取区域信息进行比较。

图(a)表示在不同比例图像上相同部位的映射关系。
图(b)表示不同比例图像上没有相同部位而产生噪声的区域。
图©表示vpm能够在这两张图上自动学习捕捉到共享区域。

Algorithm

VP模型框架如下：

首先对于一个完整的图像均匀切成m*n块。
对于每一个partical image，将其resize成同样的大小放到backbone中，得到一个3D的Tensor。
用1*1卷积核和softmax得到region locator(判别该pixel是属于哪一层的):

同时把每一个g相加得到可视化得分:

最后把每层作weight pooling得到得到region features:

Loss

对图像距离的计算首先计算了每个region间的欧氏距离:

再把其可视化得分加入当做权重:

首先用交叉熵计算了region locator loss:

以及region feature extractor loss:

最后计算triplet loss:

图示如下：

把三种损失直接相加，得到最终的损失函数：

值得注意的是，作者训练VPM采用的方法均是自监督的学习模式:

使得图像可以在自我比较中学习区域特征。

Perceive Where to Focus: Learning Visibility-aware Part-level Features for Partial Person Reid相关推荐

Deep Learning for Modulation Classification: Signal Features in Performance Analysis解读
调制分类的深度学习:性能分析中的信号特征摘要:调制分类(MC)算法越来越适合在认知无线电(CR)设备中的实际应用,这可以看作是最近的工作采用了新的灵活的深度学习模型和包含各种信号损伤的数据集.考虑到 ...
machine learning (6)---how to choose features, polynomial regression
how to choose features, polynomial regression:通过定义更适合我们的feature,选择更好的模型,使我们的曲线与数据更好的拟合(而不仅仅是一条直线) 可以 ...
CVPR2019论文题目中文列表
英文题目中文题目 Finding Task-Relevant Features for Few-Shot Learning by Category Traversal 少镜头学习中用类别遍历法寻 ...
CVPR2019----论文汲取
AutoML,distillation,and action 胡建芳:Progressive Teacher-student Learning for Early Action Prediction ...
【CVPR2019】论文完整列表一
CVPR 2019 Paper list No.1-1000 ?CVPR2019 完整列表二论文题目与链接 Finding Task-Relevant Features for Few-Shot L ...
【今日CV 计算机视觉论文速览 92期】 2 Apr 2019
今日CS.CV 计算机视觉论文速览 Tue, 2 Apr 2019 (showing first 100 of 114 entries) Totally 100 papers Interesting: ...
【行人重识别论文阅读笔记——VPM】
[阅读心得] 行人重识别经典论文--VPM 写在前面 1. Abstract 2. Introduction 3. VPM 3.1 Architecture 3.2 Inference 3.3 Sel ...
首发 | 旷视14篇CVPR 2019论文，都有哪些亮点？
译者 | Linstancy 责编 | Jane 出品 | AI科技大本营(公众号id:rgznai100) 回顾 CVPR 2018 ,旷视科技有 8 篇论文被收录,如高效的移动端卷积神经网络 Sh ...
CVPR 2019 | 旷视研究院提出Re-ID新方法VPM，优化局部成像下行人再识别
全球计算机视觉三大顶级会议之一 CVPR 2019 将于当地时间 6 月 16-20 日在美国洛杉矶举办.届时,旷视研究院将带领团队远赴盛会,助力计算机视觉技术的交流与落地.在此之前,旷视每周会介绍一 ...

最新文章

热门文章