part-based

（Re-ID论文精读3）WACV2023 | Body Part-Based Representation Learning for Occluded PersonRe-Identificatio

最近对Re-ID比较感兴趣，读了一篇关于Re-ID的文章，作为自己学习的一个记录，有说的不正确的地方欢迎大家指正，也希望大家一起共同学习共同进步！！！作为系列的第三篇文章，读下来深刻感觉一句话的含金量：不积跬步无以至千里不积小流无以成江海！！借此勉励自己，坚持把这个系列做下去。原文地址：https://openaccess.thecvf.com/content/WACV2023/papers/So
达柳斯·绍达华·宁·2024-02-01 17:52

【学习笔记】人体姿态识别

2D人体姿态识别自底向上算法自底向上算法也称为part-based方法，它首先检测出图像或视频中人体的关键点，然后对不同关键点进行匹
Hung武·2023-06-09 17:55

(SPBACF)Robust Scalable Part-Based Visual Tracking for UAV with Background-Aware Correlation Filter

文章目录1主要贡献2公式分析原文链接：https://ieeexplore.ieee.org/document/8665251原文代码：https://github.com/vision4robotics/SPBACF-Tracker1主要贡献该算法将要跟踪的对象最初划分成多个部分，并且不同的背景感知相关滤波器分别应用于这些划分的对象部分。提出了一种有效的具有结构比较和贝叶斯推断的从粗到细策略，用
fjswcjswzy·2023-03-30 08:41

CVPR2020步态识别论文翻译(一)：GaitPart: Temporal Part-based Model for Gait Recognition

GaitPart:TemporalPart-BasedModelforGaitRecognition基于时间部件的步态识别模型作者|ChaoFan,YunjiePeng,ChunshuiCao,XuLiu,SaihuiHou,JiannanChi,YongzhenHuang,QingLi,ZhiqiangHe单位|北京科技大学；北航；WATRIX.AI；联想代码|https://github.co
你撤回了一条消息·2022-12-02 13:33

【论文阅读】CVPR 2020：GaitPart: Temporal Part-based Model for Gait Recognition

GaitPart:TemporalPart-basedModelforGaitRecognition目录GaitPart:TemporalPart-basedModelforGaitRecognition摘要IntroRelatedWorkProposedMethodPipelineFrame-levelPartFeatureExtractor(FPFE)TemporalFeatureAggreg
Dream_Poem·2022-12-02 13:55

【步态识别】GaitPart 算法学习《GaitPart: Temporal Part-based Model for Gait Recognition》

目录1.论文&代码源2.论文亮点3.模型结构3.1FPFE（FConv）3.2TFA（MCM）3.2.1微动作模板生成器（MTB）3.2.2时间池化（TP）4.实验结果4.1参数设置4.2识别准确率4.2.1CASIA-B4.2.2OU-MVLP4.2.3消融实验4.2.4时空关系研究实验5.总结0.知识补充0.1注意力机制0.1.1概述0.1.2通道注意力机制（ChannelAttention）
一只菟葵·2022-12-02 13:54

(15) Multi-Person Pose Estimation : PersonLab

PersonLab:PersonPoseEstimationandInstanceSegmentationwithaBottom-Up,Part-Based,GeometricEmbeddingModel2018readingtime
滴水藏海NQZ·2020-07-11 15:32

POOF:Part-Based One-vs-One Features for Fine-Grained Categorization,Face Verification,and Attribute

基于部位的一对一特征用于细粒度分类，人脸确认和属性估计摘要我们提出一种方法（基于部位的一对一特征，POOFs）可以自动地从一组特定领域的带有特定位置和类别标注的图片集中学习大量不同的具有高区分性的中级特征。每一个特征都能够根据对象特定位置的表观特征来区分两个不同的类。通过与加利福利亚理工学院UCSD鸟类数据库的最新最先进结果和LFW库上的最好的人脸确认结果相比较，我们证明了这些特征用于细粒度视觉分
todayq·2020-06-26 19:47

Part-based Graph Convolutional Network for Action Recognition 论文笔记

摘要本文介绍了一种基于局部的（图卷积方法有基于全局和基于局部的两种方法）图卷积网络(PB-GCN)。将骨架图划分为四个节点共享的子图，利用基于局部的图卷积网络学习识别模型。与使用整个骨架图的模型相比，该模型提高了识别性能。用相对坐标和时间位移代替三维关节坐标作为节点特征，提高了性能。该模型使用的基准数据集NTURGB+D和HDM05。介绍在视频中识别人类行为是理解它们的必要条件。RGB、depth
sunny ray·2020-06-25 13:09

姿态估计Bottom-up系列中的Grouping方式三：PersonLab

原文：PersonLab:PersonPoseEstimationandInstanceSegmentationwithaBottom-Up,Part-Based,GeometricEmbeddingModel
ming6383·2020-06-24 14:37

paper reading：Part-based Graph Convolutional Network for Action Recognition

paperreading：Part-basedGraphConvolutionalNetworkforActionRecognition文章目录paperreading：Part-basedGraphConvolutionalNetworkforActionRecognitiongraph与skeleton：传统的actionrecognitionfromS-videos：本文模型使用的两种信息：
Harry嗷·2020-02-09 15:34

《Deformable part-based fully convolutional network for object detection》笔记

Introduction该论文参照传统目标检测方法DPM，在基于R-FCN的基础上，给网络添加了检测目标的部分形变的功能。把目标分成k×kk\timeskk×k个网格部分，考虑到目标的各个部分在不同的场景下可能会发生形变或位置偏移，DP-FCN在R-FCN的结构上添加检测目标部分偏移量的额外结构。在网络中加入额外的目标形状位置信息，提高网络的目标检测的精度。Deformablepart-based
叫什么就是什么·2019-08-16 10:05

论文MGN笔记《Learning Discriminative Features with Multiple Granularities for Person Re-Identification》

MGN的核心思想是利用globalfeature+finegrainfeature做特征融合然后分类，做part-based的branch取得很简单就是等分，但是为了让模型能收敛，用了多个patch的loss
咸鱼就是咸鱼·2019-07-24 21:10

无监督图像检索 《Unsupervised Part-based Weighting Aggregation of Deep Convolutional Features...》

基于部件的CNN特征加权聚合的无监督图像检索该文提出了一种利用卷积神经网络中的filters作为部件检测器，采用无监督方式选择部件检测器的图像特征提取方法，属于特征聚合方法，用于图像检索领域。代码在：点击打开链接特征聚合方法一般用于具有不同个数的局部特征（如SIFT）的图像特征表示。卷积神经网络的全连接层得到的分类特征维数是固定的，无需进行特征聚合，以及其他特征聚合方法如WoF，VLAD，FV类方
悟道修炼中·2018-06-25 21:42

论文提要“Part-based R-CNNs for Fine-grained Category Detection”

物体的局部信息可以用来进行精细分类，这篇文章学习了整个物体和物体局部检测器，从pose-normalized表示预测精细分类。局部定位可以反应物体之间的关联，并能降低物体姿态或相机位置变化带来的影响。Poselet和DPM用于物体局部定位获得了一定的效果，但测试时只有在给定bbox时才能获得充足的局部定位信息。精细识别，属性识别，姿态估计及推理预测等需要准确的局部信息。思路来源：在Caltech-
cv_family_z·2015-09-02 16:55

论文提要“Part-based R-CNNs for Fine-grained Category Detection”

物体的局部信息可以用来进行精细分类，这篇文章学习了整个物体和物体局部检测器，从pose-normalized表示预测精细分类。局部定位可以反应物体之间的关联，并能降低物体姿态或相机位置变化带来的影响。Poselet和DPM用于物体局部定位获得了一定的效果，但测试时只有在给定bbox时才能获得充足的局部定位信息。精细识别，属性识别，姿态估计及推理预测等需要准确的局部信息。思路来源：在Caltech-
cv_family_z·2015-09-02 16:00

Part-based R-CNNs for Fine-grained Category Detection(精读)

一.文献名字和作者   Part-basedR-CNNsfor Fine-grainedCategoryDetection,ECCV2014  二.阅读时间  2014年12月8日三.文献的目的   文献的目的是解决在进行细粒度识别的测试过程中，关于物体边框注解的依赖问题。四.文献的贡献点  作者提出了一种使用深度卷积特征作为整个物体检测器和可区分性物体检测器，并且在整体和可区分性块上面添加几何约
shengno1·2014-12-08 17:00

目标检测之LibPaBOD（a LIBrary for PArt-Based Object Detection in C++）

LibPaBOD是由DanielRodríguezMolina使用C++实现的DPM（P.Felzenszwalb的DiscriminativelyTrainedPartBasedModels）。代码基于opencv和MatIO实现，前者用于处理图像，后者用于读取.mat格式的训练模型文件。1、准备工作作者提供的windows下的可执行文件存档于\libpabod029_windows_bin\b
u012564690·2014-06-05 09:00

POOF:Part-Based One-vs-One Features for Fine-Grained Categorization,Face Verification,and Attribute

基于部位的一对一特征用于细粒度分类，人脸确认和属性估计摘要我们提出一种方法（基于部位的一对一特征，POOFs）可以自动地从一组特定领域的带有特定位置和类别标注的图片集中学习大量不同的具有高区分性的中级特征。每一个特征都能够根据对象特定位置的表观特征来区分两个不同的类。通过与加利福利亚理工学院UCSD鸟类数据库的最新最先进结果和LFW库上的最好的人脸确认结果相比较，我们证明了这些特征用于细粒度视觉分
todayq·2013-11-06 13:00

基于部分的行人检测（Part-Based Pedestrians Detection）论文列表

     基于HoG和SVM的行人检测火得不行，而且经过这么多年的发展，已经占据了行人检测的大壁江山。然而，尽管HoG结合SVM的行人检测取得了较好的效果，甚至在实验环境下取得了100%的准确率，但是在实际应用中，误检和误检的情况还是常有发生，对于实际要求较高的场合必须谨慎的使用。    而基于部分的行人检测却也一直在发展，不少学者其进行了大量的研究工作。下面这张图可以让你对这类方法有个大概的了解
kezunhai·2013-08-28 16:00

Felzenszwalb的voc-release4.01移植

   做过人体检测的都知道，他的part-based model的方法在检测deformable的人体时确实有效，在Dalal的hog主要检测直立人体的基础上进行了提升。
pupu_2009·2012-05-08 16:00
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他