论文笔记010：[CVPR2019]VERI-Wild: A Large Dataset and a New Method for Vehicle Re-Identification in the W
摘要
车辆重识别(ReID)对智能交通和公共安全具有重要意义。然而，在现实场景中，许多具有挑战性的问题尚未得到充分的研究，如高视点变化、极端光照条件、复杂的背景和不同的相机源。引出问题\color{red}引出问题引出问题
为了促进vehicle ReID in the wild 的研究，我们收集了一个新的数据集VERI-Wild，该数据集具有以下明显的特征:
1)车辆图像是由一个包含174个摄像头的大型监控系统捕获的，覆盖了一个大型城区(超过200平方公里)。覆盖范围广
2)摄像头网络连续拍摄车辆，每天24小时，持续1个月。持续时间长
3)从无约束条件中收集的第一个车辆ReID数据集。无约束条件
VERI-Wild包含40多万张4万辆汽车的id图片。提出数据集，以及它的主要的三个特征\color{red}提出数据集，以及它的主要的三个特征提出数据集，以及它的主要的三个特征
本文还提出了一种新的车辆重识别算法，将识别模型耦合到特征距离对抗网络(Feature Distance againstarial Network, FDANet)中，并设计了一种新的特征距离对抗方案，在线生成特征空间中的硬负样本，以促进识别模型的训练。提出算法\color{red}提出算法提出算法
综合结果表明，该方法对该数据集其他两个已有数据集的有效性。
思考：看摘要的前后位置来区分贡献大小和重要程度，之前的车辆数据集的论文都是把方法放在数据集前面，而这个是数据集放在方法前面，是否可以说明主要贡献就是数据集的贡献
数据集
1.图片对比：将VERI-Wild数据集与VeRI-776数据集和VehicleID数据集做对比，从视角、光照、背景和遮挡以及跨摄像头多这5各方面说明该数据集的难，相较之下VeRI-776数据集和VehicleID数据集里面的车子就比较简单
2.数据对比：通过数量凸显出来VERI-WIld数据集的图片多，ID多，时间长，场景更加复杂
3.VERI-Wild数据分析
(a)有多少个id横跨多少个摄像头
(b)在不同时间段的一个表示图
©车辆type的分布
(d)车辆颜色的分布
实验
1.分别在三个数据集上做实验，但是用的方法不一样，有点奇怪这里不用统一一下方法吗，然后方法的性能越低就说明该数据集越难
2.VERI-Wild数据集的性能
可以做成两张表Map和Rank1~5，Test size分为Small、Medium和Large，Test size越大数量越多越难找
其实做一张表也可
2.VehicleID数据集的性能
2.VeRI-776数据集的性能
我的思考
这篇文章推出了一个large-scale的数据集，然后分别在三个数据集上做了实验，实验很充分，从主观和客观上都说明了这个数据集的难，我感觉关于数据集分析的可视化这块的vehicle type和vehicle color是不是有些多余，从上述的光照、遮挡、背景复杂这几个难点去分析是否会更好
论文笔记010：[CVPR2019]VERI-Wild: A Large Dataset and a New Method for Vehicle Re-Identification in the W相关推荐
- 论文笔记 Spectral Regularization Algorithms for Learning Large IncompleteMatrices （soft-impute）
2010 JMLR 0 摘要 使用凸松弛技术为大规模矩阵完成问题提供一系列正则化低秩解决方案. 论文算法 SOFT-IMPUTE 迭代地用从软阈值 SVD 获得的元素替换缺失的元素.通过热启动,这使算 ...
- 论文笔记：Mind the Gap An Experimental Evaluation of Imputation ofMissing Values Techniques in TimeSeries
pVLDB 2020 1 abstract & intro 这篇论文横向比较了12种 time-series imputation的方法.作者声称这是第一篇深入讨论这些模型的准确度.效率和参数 ...
- 论文笔记目录（ver2.0）
1 时间序列 1.1 时间序列预测 论文名称 来源 主要内容 论文笔记:DCRNN (Diffusion Convolutional Recurrent Neural Network: Data-Dr ...
- 论文笔记（十七）：Brax - A Differentiable Physics Engine for Large Scale Rigid Body Simulation
Brax - A Differentiable Physics Engine for Large Scale Rigid Body Simulation 文章概括 摘要 1 捐款摘要 2 动机 3 使 ...
- 论文笔记（十七）：Brax — A Differentiable Physics Engine for Large Scale Rigid Body Simulation
Brax - A Differentiable Physics Engine for Large Scale Rigid Body Simulation 文章概括 摘要 1 捐款摘要 2 动机 3 使 ...
- 论文笔记--Evaluating Large Language Models Trained on Code
论文笔记--Evaluating Large Language Models Trained on Code 1. 文章简介 2. 文章概括 3 文章重点技术 3.1 评估 3.2 模型训练--Cod ...
- 光流 速度_[论文笔记] FlowNet 光流估计
[论文笔记] FlowNet: Learning Optical Flow with Convolutional Networks 说在前面 个人心得: 1. CNN的光流估计主要是速度上快,之后的v ...
- Deep Learning论文笔记之（三）单层非监督学习网络分析
Deep Learning论文笔记之(三)单层非监督学习网络分析 zouxy09@qq.com http://blog.csdn.net/zouxy09 自己平时看了一些论文,但老感 ...
- 经验 | 深度学习中从基础综述、论文笔记到工程经验、训练技巧
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:本文授权转自知乎作者跑者小越,https://zhuanla ...
最新文章
- 马斯克炮轰微软：OpenAI不是你的工具人
- 基于springboot实现的仓储管理系统
- spring BeanPostProcessor,BeanFactoryPostProcessor作用
- 前端常见知识点三之HTML
- Java条形码生成(128c)
- 前端那些年--npm
- .net core 下的HttpClient、WebClient性能测试
- 12.JAVA基本数据类型
- 泰森中国宣布与阿里云达成战略合作
- github桌面版_GitHub 上周 JavaScript 趋势榜项目
- Go一个协程实现加法demo
- RedHat 7通过yum安装图形界面
- 【深度学习-花书】第二章 线性代数
- python检测文件的MD5值
- 校验社会统一信用代码JAVA
- 统计学cv值是什么意思_什么是CV值
- learnopengl——HDR——完结
- mysql left join和or_mysql – 在LEFT JOIN中使用带OR条件的索引
- web前端程序员到底值多少钱？
- 《愤怒的小鸟》——大一下C语言程序课设