信号检测与估计理论 pdf_CVPR2020|行人检测与重识算法推荐论文源码大盘点
本文收集了CVPR 2020 一些行人检测与人员重识别优秀论文,我们知道在视频监控相关领域这些技术方向可以得到很好得广泛应用。
行人检测及人群计数从内容来看主要解决行人与行人、行人与物体间的遮挡透视,和尺度问题带来得挑战
人员重识别有基于静态和动态视图ReID,方向可细分为:跨分辨率、跨域、跨模态(可见光-红外)、遮挡、非监督、射频信号人员重识别等。
相关论文
1.Detection in Crowded Scenes: One Proposal, Multiple Predictions
旷视研究院提出密集场景检测新方法:一个候选框,多个预测结果
论文地址:
https://arxiv.org/pdf/2003.09163.pdf
源码地址:
https://github.com/megvii-model/CrowdDetection
2.Detection in Crowded Scenes: One Proposal, Multiple Predictions
按代表性Region划分的NMS-通过Proposal配对实现拥挤行人检测
论文地址:
https://arxiv.org/pdf/2003.12729.pdf
3.STINet: Spatio-Temporal-Interactive Network for Pedestrian Detection and Trajectory Prediction
STINET:用于行人检测和轨迹预测的时空交互网络
论文地址:
https://arxiv.org/pdf/2005.04255.pdf
4.STINet: Spatio-Temporal-Interactive Network for Pedestrian Detection and Trajectory Prediction
多模态学习满足行人检测
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Luo_Where_What_Whether_Multi-Modal_Learning_Meets_Pedestrian_Detection_CVPR_2020_paper.pdf
5.Temporal-Context Enhanced Detection of Heavily Occluded Pedestrians
地平线提出用时序信息提升行人检测准确度
论文地址:
https://cse.buffalo.edu/~jsyuan/papers/2020/TFAN.pdf
6.Attention Scaling for Crowd Counting
摘要
人群计数的主要任务是学习图片与密度图之间的映射关系。由于人群密度在图片上的变化较大,以数据为驱动的网络很容易在人群数量估计时出现误差。为解决这一问题,我们提出了一种减轻不同区域计数性能差异的方法。主要包括Density Attention Network(DANet) 和Attention Scaling Network(ASNet)两个网络。DANet为ASNet提供了与不同密度水平区域相关的注意力掩膜。ASNet首先生成中间密度图和缩放因子,然后将它们与注意力掩膜相乘,以输出多张基于注意力的不同密度水平的密度图。这些密度图相加得到最终密度图。注意尺度因子有助于减弱不同区域的估计误差。此外,还提出了一种新的自适应金字塔损失(APLoss)来分层计算子区域的估计损失,从而减少训练偏差。并在多个数据集上取得了不错的效果
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Jiang_Attention_Scaling_for_Crowd_Counting_CVPR_2020_paper.pdf
源码地址:
https://github.com/gjy3035/Awesome-Crowd-Counting
7.Reverse Perspective Network for Perspective-Aware Object Counting
反向透视网络用于透视感知对象计数
8.Adaptive Dilated Network With Self-Correction Supervision for Counting
它由自适应膨胀卷积网络和自校正监督组成。在这一部分,我们首先会从高斯混合模型(GMM)的角度理解传统的目标密度图,然后我们将介绍如何利用一种期望最大化(EM)的方式进行自纠正更新标签,最后将介绍自适应膨胀率卷积的网络结构和实现细节
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Bai_Adaptive_Dilated_Network_With_Self-Correction_Supervision_for_Counting_CVPR_2020_paper.pdf
9.Camera On-Boarding for Person Re-Identification Using Hypothesis Transfer Learning
使用假设转移学习的机载人重新识别相机
论文地址:
https://vcg.engr.ucr.edu/sites/g/files/rcwecm2661/files/2020-04/09517.pdf
源码地址:
https://github.com/REID-HTL/reid_htl
10.Hierarchical Clustering With Hard-Batch Triplet Loss for Person Re-Identification
具有硬批量三重损失的层次聚类,用于人员重新识别
论文地址:
https://arxiv.org/pdf/1910.12278.pdf
源码地址:
https://github.com/zengkaiwei/HCT
11.Real-world Person Re-Identification via Degradation Invariance Learning
通过退化不变性学习对现实世界中的人进行重新识别
论文地址:
https://arxiv.org/pdf/2004.04933.pdf
12.Unity Style Transfer for Person Re-Identification
通过退化不变性学习对现实世界中的人进行重新识别
与传统意义上的风格迁移不同,用于Re-ID的风格迁移更像是对一组图库统一风格的描述。之前已经有如DiscoGAN和CycleGAN的工作,这篇论文在二者的基础上更进一步,结合了二者的优点,使得该模型能生成稳定的相机风格化图片,从而实现数据增强的目的
论文地址:
https://arxiv.org/pdf/2003.02068.pdf
13.Online Joint Multi-Metric Adaptation From Frequent Sharing-Subset Mining for Person Re-Identification
频繁共享子集挖掘的在线联合多指标适应,用于人员重新识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Zhou_Online_Joint_Multi-Metric_Adaptation_From_Frequent_Sharing-Subset_Mining_for_Person_CVPR_2020_paper.pdf
14.Style Normalization and Restitution for Generalizable Person Re-Identification
样式归一化和可归纳人重新识别的归类
论文地址:
https://arxiv.org/pdf/2005.11037v1.pdf
15.Relation-Aware Global Attention for Person Re-Identification
重新认识个人的关系感知全球关注
论文地址:
https://arxiv.org/pdf/1904.02998v2.pdf
源码地址:
https://github.com/microsoft/Relation-Aware-Global-Attention-Networks
16.Salience-Guided Cascaded Suppression Network for Person Re-Identification
显着指导的级联抑制网络用于人员重新识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Chen_Salience-Guided_Cascaded_Suppression_Network_for_Person_Re-Identification_CVPR_2020_paper.pdf
17.Spatial-Temporal Graph Convolutional Network for Video-Based Person Re-Identification
基于时空图卷积网络的视频人识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Yang_Spatial-Temporal_Graph_Convolutional_Network_for_Video-Based_Person_Re-Identification_CVPR_2020_paper.pdf
18.Learning Multi-Granular Hypergraphs for Video-Based Person Re-Identification
学习多粒度超图,用于基于视频的人员重新识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Yan_Learning_Multi-Granular_Hypergraphs_for_Video-Based_Person_Re-Identification_CVPR_2020_paper.pdf
代码地址:
https://github.com/daodaofr/hypergraph_reid
18.Multi-Granularity Reference-Aided Attentive Feature Aggregation for Video-Based Person Re-Identification
用于基于视频的人员重新识别的多粒度参考辅助注意特征聚合
论文地址:
https://arxiv.org/pdf/2003.12224.pdf
19.Transferable, Controllable, and Inconspicuous Adversarial Attacks on Person Re-identification With Deep Mis-Ranking
具有严重误行的人员重新识别的可传递,可控制和不起眼的对抗攻击
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Wang_Transferable_Controllable_and_Inconspicuous_Adversarial_Attacks_on_Person_Re-identification_With_CVPR_2020_paper.pdf
20.Inter-Task Association Critic for Cross-Resolution Person Re-Identification
跨任务人员重新识别的任务间协会批评
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Cheng_Inter-Task_Association_Critic_for_Cross-Resolution_Person_Re-Identification_CVPR_2020_paper.pdf
21.Unsupervised Person Re-Identification via Softened Similarity Learning
通过软化相似学习进行无人监督的重新识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Lin_Unsupervised_Person_Re-Identification_via_Softened_Similarity_Learning_CVPR_2020_paper.pdf
22.Unsupervised Person Re-Identification via Multi-Label Classification
通过多标签分类对无人监督的人员进行重新识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Wang_Unsupervised_Person_Re-Identification_via_Multi-Label_Classification_CVPR_2020_paper.pdf
源码地址:
https://github.com/wangguanan/HOReID
23.High-Order Information Matters: Learning Relation and Topology for Occluded Person Re-Identification
高阶信息问题:重新关联的人的学习关系和拓扑识别。
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Wang_High-Order_Information_Matters_Learning_Relation_and_Topology_for_Occluded_Person_CVPR_2020_paper.pdf
源码地址:
https://github.com/hh23333/PVPM
24.Pose-Guided Visible Part Matching for Occluded Person ReID
闭塞者ReID的姿势指导可见部分匹配
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Gao_Pose-Guided_Visible_Part_Matching_for_Occluded_Person_ReID_CVPR_2020_paper.pdf
25.AD-Cluster: Augmented Discriminative Clustering for Domain Adaptive Person Re-Identification
AD群集:增强的区分性聚类,用于域自适应人员重新识别
论坛地址:http://openaccess.thecvf.com/content_CVPR_2020/papers/Zhai_AD-Cluster_Augmented_Discriminative_Clustering_for_Domain_Adaptive_Person_Re-Identification_CVPR_2020_paper.pdf
26.Smoothing Adversarial Domain Attack and P-Memory Reconsolidation for Cross-Domain Person Re-Identification
平滑对抗域攻击和P记忆整合,以实现跨域人员重新识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Wang_Smoothing_Adversarial_Domain_Attack_and_P-Memory_Reconsolidation_for_Cross-Domain_Person_CVPR_2020_paper.pdf
27.Hi-CMD: Hierarchical Cross-Modality Disentanglement for Visible-Infrared Person Re-Identification
Hi-CMD:可视化红外人员重新识别的分层跨模态解缠
论坛地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Choi_Hi-CMD_Hierarchical_Cross-Modality_Disentanglement_for_Visible-Infrared_Person_Re-Identification_CVPR_2020_paper.pdf
源码地址:
https://github.com/bismex/HiCMD
28.Cross-Modality Person Re-Identification With Shared-Specific Feature Transfer
具有共享特定特征转移的跨模式人员重新识别
论文地址:
http://openaccess.thecvf.com/content_CVPR_2020/papers/Lu_Cross-Modality_Person_Re-Identification_With_Shared-Specific_Feature_Transfer_CVPR_2020_paper.pdf
29.Learning Longterm Representations for Person Re-Identification Using Radio Signals
学习长期表示以使用无线电信号进行人员重新识别
论文地址:
http://rf-reid.csail.mit.edu/papers/rfreid_cvpr.pdf
30.COCAS: A Large-Scale Clothes Changing Person Dataset for Re-Identification
COCAS:用于重新识别的大规模换衣服人数据集
论文地址:
https://arxiv.org/pdf/2005.07862.pdf
信号检测与估计理论 pdf_CVPR2020|行人检测与重识算法推荐论文源码大盘点相关推荐
- 信号检测与估计理论 pdf_目标检测的性能上界讨论
加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动! 同时提供每月大咖直播分享.真实项目需求对接.干货资讯汇总 ...
- 行人检测与重识别!SOTA算法
行人检测与重识别!SOTA算法 A Simple Baseline for Multi-Object Tracking, Yifu Zhang, Chunyu Wang, Xinggang Wang, ...
- 人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码
人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码 目录 人体姿态估计(人体关键点检测)2D Pose训练代码和Android源码 1.人体姿态估计2D Pose方法 2.人体姿 ...
- CVPR 2020 论文大盘点-行人检测与重识别篇
本文盘点CVPR 2020 所有行人检测(Pedestrian Detection)与人员重识别(Person Re-Identification,ReID)相关论文,在视频监控领域该方向技术应用广泛 ...
- 人脸检测MTCNN和人脸识别Facenet(附源码)
原文链接:人脸检测MTCNN和人脸识别Facenet(附源码) 在说到人脸检测我们首先会想到利用Harr特征提取和Adaboost分类器进行人脸检测(有兴趣的可以去一看这篇博客第九节.人脸检测之Haa ...
- 行人检测与重识别!华中科技大、微软深入挖掘,新方法实现新SOTA
点击上方↑↑↑"视学算法"关注我 来源:公众号 机器之心 授权 如何将目标检测和重识别融合进一个框架,帮助解决多目标跟踪任务?华中科技大学和微软亚洲研究院的研究者找出了这一方向的痛 ...
- python目标识别算法_深度学习目标检测系列:一文弄懂YOLO算法|附Python源码
摘要: 本文是目标检测系列文章--YOLO算法,介绍其基本原理及实现细节,并用python实现,方便读者上手体验目标检测的乐趣. 在之前的文章中,介绍了计算机视觉领域中目标检测的相关方法--RCNN系 ...
- 行人重识别Deep person reid源码测试(Torchreid)(一)
行人重识别Deep person reid复现: 最近有接触一个行人重识别相关的项目,网上没有找到很详细的教程复现,这里记录下自己根据官方说明文档的测试流程,也是对先人前辈的工作做一个搬运,另外也用来 ...
- 【Android App】利用自带的人脸检测器和OpenCV检测人脸讲解及实战(附源码和演示 超详细)
需要源码请点赞关注收藏后评论区留言私信~~~~ 一.利用人脸检测器识别人脸 对于简单的人脸识别操作,Android已经提供了专门的识别工具,名叫人脸检测器FaceDetector,部分常用方法如下 F ...
最新文章
- 【蓝桥java】进制与整除之尼姆堆
- 强悍的远程桌面管理器
- NAND FLASH 和NOR FLASH工作原理
- python修复不了_修复 Python version 2.6 required, which was not found in the registry.
- Mysql事务与锁深入剖析
- No module named yum错误的解决办法
- Spring Boot 终极清单
- 排名前100的PHP函数及分析
- Bootstrap 模态框插件Modal 的事件
- 关于公司财务的预测,使用sklearn中的bp神经网络
- 系统性能调优的各个方面
- 避坑宝典|win11升级最新预览体验版bug梳理
- 最新hexo+github搭建个人博客详细教程(二)——关于博客的美化
- 汉诺塔(Hanoi Tower)
- 在VS 2019中使用HDF5的C API遍历HDF5数据集
- C#设计程序购买商品总金额
- win10自带邮箱怎么服务器,win10系统查看邮箱服务器信息的操作方法
- 达梦8 DCA认证笔记
- C# 利用GraphicsPath 画螺旋桨控件
- java图片放大_【图像处理-图像无损放大】JavaAPI示例代码
热门文章
- 快速撑握C#知识点之类的数据成员
- 淘口令二合一生成php_3淘口令接口的封装 工具类的打造
- 3给定关键字不在字典中_Python龙珠训练营五:数据结构之字符串、字典
- 微软新开源!不用写 1 行代码的自动化测试工具
- iphone11边框喇手问题_iPhone12手感如何 直角边框真的会割手吗?
- 黑马博客——详细步骤(六)项目功能的实现之用户信息删除
- 2019年参加迅雷链宣讲会日记
- 神经网络中的前向和后向算法
- 六年级下册百分数计算题_六年级数学上册期末试卷(附答案)
- MDK472a(Keil4)注册不成功问题