研一第一个星期总结

研一下学期第一个星期总结：

一、阅读综述

1.阅读ReID行人重识别综述，了解了ReID今年发展历程以及未来的发展方向。

首先从视频的里抽出一帧，对此帧用卷积神经网络整体提特征，但是效果不理想→然后有学者提出对提取帧进行分部份提特征，但帧数有限训练效果不是很好→接着提出了基于视频时序的方法做，增加训练帧数，提高训练强度→（最新ReID）2017年提出GAN自动生成图像网络模型，此方法的思想是（缺数据就自己造数据）
-下面是ReID方法的难点所在：
基于局部特征的ReID方法，困难在于解决图像对齐的问题，以便匹配特征。解决方法是：通过提取人体的骨架关键点来截取7个人体部分的ROI

-自我总结：虽然看了ReID的综述，对于ReID所面临的困难有了一点了解，但还没有细致的去研究实验，

2.了解了基于ORB的特征检测和特征匹配，阅读了里面包含的的FAST特征提取算法以及对提取特征点的BRIEF描述算法（用于特征匹配）。

3.用基于ORB的特征检测与特征匹配的方法对一些图片进行了实验。以及对一些可视化程序的理解。

二、阅读论文：

FAST角点检测

通过阅读FAST角点检测的论文以及opencv官方文档的简介，我意识到我的英语阅读能力有待提高，不过总算看懂了FAST的角点检测的方法。
1.对图像中的每个点的外面的一圈都进行检测，如果外面一圈的灰度值与P点的灰度值之差大于或小于一个阈值，即为角点。
2.对采集来的角点有一个BRIEF描述角点的方法。
3.FAST角点检测比SIFT特征检测用的时间短，但检测效果稍逊于SIFT，特别是旋转不变性。

阅读论文方法总结：
1.可以先阅读csdn博客大致了解论文在讲什么
2.先读一篇论文的摘要，再读相关的理论介绍。
3.尽量对一篇论文里面的关键方法进行复现

三、对自己的几点忠告：

1.对于重要的论文与理论常读常新
2.基础要融会贯通，烂熟于心
3.一个人在信息爆炸的时代，需要沉淀下来，专心致志把一件事做好。

​