论文之Beyond Part Models: Person Retrieval with Refined Part Pooling

这几天一直在研究行人重识别方向,最近看了一篇发在ECCV上的一篇论文,说一下这篇论文的大概吧,若有不到位之处,请各位慷慨指正!

其实这片工作是在Zhao, L., Li, X., Wang, J., Zhuang, Y.: Deeply-learned part-aligned representations for person re-identification. In: ICCV (2017)这篇论文上改进的,在本论文中还多次提及 PAR并与其进行比较。

这篇工作主要提出了两点PCB+RPP
(1)PCB
这部分主要是reid工作中常提及的切块思想,就是把人的整张图片切分成相等的几块。相似的工作还有16年的发在CVPR上的Person Re-Identification by Multi-Channel Parts-Based CNN with Improved Triplet Loss Function,其中也是运用分割part的思想,当然具体的细则两者还是存在差距的。
论文之Beyond Part Models: Person Retrieval with Refined Part Pooling_第1张图片
论文之Beyond Part Models: Person Retrieval with Refined Part Pooling_第2张图片
(2)RPP
这部分作者的工作主要是让分割的part边缘部分更好,见下图,作者提出的RPP旨在让相同部分的像素具有更加相似的语义信息。
论文之Beyond Part Models: Person Retrieval with Refined Part Pooling_第3张图片
论文之Beyond Part Models: Person Retrieval with Refined Part Pooling_第4张图片
整体的算法思想:
论文之Beyond Part Models: Person Retrieval with Refined Part Pooling_第5张图片
最后看一下,作者的实验结果:
论文之Beyond Part Models: Person Retrieval with Refined Part Pooling_第6张图片
最近刚入门Reid,我只是大概的复现一下对这篇论文的理解,一些细节也没有记住,以后会尽量多的把握,写的详细些!

你可能感兴趣的:(Reid)