re-id论文学习第14页

Mask-guided Contrastive Attention Model for Person Re-Identification 详解

gbyy42299·2020-09-16 02:24

《Attributed Social Network Embedding》论文学习笔记

一、研究背景本文提出了一种网络表示学习算法：将结构信息和属性信息同时输入深度神经网络，实现非线性特征抽象，相对传统的浅层神经网络语言模型，有较大性能提升。同时作者提出了离散属性信息的处理方式，是本文的贡献之一。多源信息融合的表示方法主要有以下几种：一、分别建立表示模型，简单拼接作为最终表示向量；二是训练过程中建立联合优化目标函数，实现线性融合；第三种就是作者提到的共同输入深层模型进行特征提取，实现

shoulunzhui6949·2020-09-16 01:44

High Quality Monocular Depth Estimation via Transfer Learning论文学习

HighQualityMonocularDepthEstimationviaTransferLearning贡献方法网络结构复杂性和性能学习损失函数增强策略实验结果数据集实验细节评估质量评估定性结果AblationStudies深度编码深度解码颜色增强泛化到其他数据集结论附录代码实现arXiv:1812.11941v2[cs.CV]10Mar2019贡献三个方面。第一，提出简单的基于转移学习的网络

T0XIc.·2020-09-15 09:24

论文笔记5 --（ReID）Diversity Regularized Spatiotemporal Attention for Video-based Person Re-id

《DiversityRegularizedSpatiotemporalAttentionforVideo-basedPersonRe-identification》论文：https://arxiv.org/pdf/1803.09882.pdf这是一篇videobase的PersonRe-ID的工作。该论文主要集中在提取时空两个方向的attention。输入一个视频序列，使用约束的随机采样策略选择一

零尾·2020-09-15 05:54

Re-ID：AlignedReID: Surpassing Human-Level Performance in Person Re-Identification 论文解析

刚读完这篇文章，贼6，用动态规划求最小路径进行特征对齐，很新奇，而且准确率很高。下面是我对这篇论文的一个整理~这篇文章作者提出了AlignedReID的方法，其亮点在于：在数据集Market1501与CUHK03上，该方法实现的rank-1accuracy首超人类，作者认为：Traditionalapproacheshavefocusedonlow-levelfeaturessuchascolor

小威威__·2020-09-15 05:08

深度学习——Re-ID——读，运行Unsupervised-Person-Re-identification-Clustering-and-Fine-tuning

(本文架构如下)背景知识网络架构与训练过程作者卖点损失函数解决的问题及存在的不足代码流程及关键组件改动实验相关工作（之后要补Re-ID的时候再来）一.背景知识：1.self-pacedlearning(

WW93570736·2020-09-14 15:23

【Person Re-ID】常用评测指标

q295684174·2020-09-14 14:06

Re-ID 2019 Review

Re-ID2019ReviewTrain/TestonthesamedomainUnsuperviseddomainadaptationpersonsearchOtherproblemsFutureresearchquestionsReference[原文]:Joselynzhao.top&夏木青|Re-ID2019ReviewTrain/TestonthesamedomainPart-level

_Summer tree·2020-09-14 13:24

Re-ID相关知识点、及评估指标总结

1.知识点galleryset–参考图像集，即公认的标准行人库，测试用；probeset–待查询图像集，也叫queryset，测试用。singlegalleryshot–指gallery中每个人的图像为一张（N=1）；mutigalleryshot–指gallery中每个人的图像为多张（N>1），同样的rank-1下，一般N越大，得到的识别率越高。hardnegatives–相似却不是同一个人ha

cdy艳0917·2020-09-14 12:53

论文学习笔记： Convolutional Neural Pyramid for Image Processing

论文学习笔记：ConvolutionalNeuralPyramidforImageProcessing原文链接：ConvolutionalNeuralPyramidforImageProcessing前言今年刚出的文章

Nexusis·2020-09-14 09:33

Joint Discriminative and Generative Learning for Person Re-identification论文翻译

摘要：由于不同摄像机内部的重大变化，行人识别（re-id）仍然具有挑战性。最近，人们越来越关注使用生成模型来增强训练数据并增强输入变化的不变性。

不甘现状的咸鱼却没办法·2020-09-14 07:26

论文浏览(9) A Simple Baseline for Multi-Object Tracking

用了什么方法3.效果如何4.还存在什么问题0.前言相关资料：arxivgithub论文解读论文基本信息领域：多目标跟踪作者单位：华科&微软亚洲研究院发表时间：2020.41.要解决什么问题近些年来，检测与Re-ID

清欢守护者·2020-09-14 06:19

FariMot(A Simple Baseline for Multi-Object Tracking)多目标跟踪器解读

论文地址代码地址简述FairMot是一个把检测和跟踪结合在一起的模型，模型的输出同时有检测信息以及re-id的信息，根据re-id的feature的信息把前后帧检测出的目标进行关联起来。

ckqsars·2020-09-14 06:58

You Only Look Once: Unified, Real-Time Object Detection（YOLOv1）论文学习笔记

摘要：提出了YOLO，将目标检测归为了回归问题，可以在完整图像中进行预测框和类别概率的计算，YOLO是一个端到端的预测框架非常快，可以达到45fps，而对于更小的版本，FastYOLO，可以达到155fps，且依旧保持较高的mAP相比其他预测框架，YOLO可能会预测较多错误的预测框，但很少会有假阳性的出现总体上要比其他预测框架要好，比如DPM，R-CNN等介绍：为了检测目标，一些检测器在图像的不同

小风_·2020-09-14 00:18

The Dataflow Model论文学习笔记

因为是被誉为流计算基石的论文，所以决定花时间学习一下。这篇论文在开篇总结了流计算的应用场景主要是说现在对数据处理的语义越来越复杂，对延时性的要求越来越苛刻。。在这里对SparkStreaming的微批次流处理模型进行了批评，在流计算的时候应该遵从的理念是我们不知道数据何何时流何时被终结，何时数据会完整，唯一确信的是新的数据会源源不断的进来，老的数据会被撤销或者更新。基于这个思路来设计一个流计算编程

周英俊520·2020-09-13 22:24

论文学习MobileNet-v2（超详解）

文章目录1、LinearBottlenecks2、Invertedresiduals3、小结我们在之前一篇文章已经说过MobileNet是为了将复杂的网络能够应用在移动端和资源受限情境下的轻量级神经网络解决方案。在MobileNet网络中主要提出的方案主要是深度可分离卷积和宽度缩放因子、分辨率缩放因子两个超参数。而MobileNet-v2继续致力于构建移动端的轻量级网络。MobileNet-v2依

USTC_SC·2020-09-13 01:20

论文学习-MobileNet-v1

文章目录1、背景2、深度可分离卷积3.1、宽度缩放因子3.2、分辨率缩放因子4.、代码分析1、背景卷积神经网络在计算机视觉任务中已经无处不在，并且总体趋势是向着更深更复杂的网络发展以获得更高的精度，但是这些所造成的是模型尺寸越来越大，速度越来越慢，很难在现实世界中获得实时的运用。作者提出的MobileNet可以构建小尺寸、低延时的模型，可以实现运行在嵌入式的移动视觉任务中。论文方案主要体现在两个方

USTC_SC·2020-09-13 01:20

论文学习—YOLO-v4

文章目录1、背景2.1目标检测的构成2.2、Bagoffreebies2.3、Bagofspecials3、YOLO架构3.1、网络架构3.2、数据增强3.3学习率余弦退火4、小结1、背景目前而言，大部分基于CNN的目标检测系统只适用于一些推荐领域的工作：运行慢精度高的检测系统应用于城市停车位搜素；运行快，精度一般的用于汽车碰撞警告，提高检测系统实时速度与精度，不仅可以让检测系统应用于以上场景，可

USTC_SC·2020-09-13 01:20

YOLO-V2论文学习（超详细）

文章目录YOLO9000:Better,Faster,Stronger1.简单介绍2.设计方案BatchNormalizationHighResolutionClassifierConvolutionalWithAnchorBoxes维度聚类直接位置预测细粒度特征多尺度训练Darknet-193.WordTree背景方案4.小结YOLO9000:Better,Faster,Stronger1.简单

USTC_SC·2020-09-13 01:19

CVPR 2017 Paper列表

精选论文学习分享，实时分享当前热点算法。

cliy·2020-09-12 19:03

Deep Learning for Person Re-identification: A Survey and Outlook——准研究生论文周报

1简介这是一篇综述性文章，本文从closed-world和open-world两个方面较细致地分析了Re-ID，并展望了前景。这次的心得写得较长，也算是一个总结。

远方的河岸·2020-09-12 09:08

Graph Cuts学习笔记2014.5.16----1

进行了一段时间的论文学习后，现在下载了一些代码，准备从OpenCV跟matlab两个方面着手搭建自己的图像分割平台，计划耗时一个月左右的时间！

weixin_30386713·2020-09-12 05:49

【论文学习】How To Backdoor Federated Learning论文学习

写在前面最近每周都在参加组内的论文学习会议，每周都有组内的师兄师姐分享论文。因为我是网络安全的小白，再加上我正好有很多空闲时间，所以会将师兄师姐们分享的论文阅读一下，学习一下。

精致又勤奋的码农·2020-09-12 03:47

【论文学习】Deep Learning for Unsupervised Insider ThreatDetection in Structured Cybersecurity DataStreams

DeepLearningforUnsupervisedInsiderThreatDetectioninStructuredCybersecurityDataStreams论文学习及源码分析持续补充，持续更新中

精致又勤奋的码农·2020-09-12 01:01

论文分享--A Strong Baseline for Re-ID

https://zhuanlan.zhihu.com/p/65631409https://zhuanlan.zhihu.com/p/61831669分享最近读到的一篇论文BagofTricksandAStrongBaselineforDeepPersonRe-identification，这篇文章对personreid问题中的训练技巧进行了一个很好的总结，并提出了一个性能强大的baseline，在

zhuiqiuk·2020-09-11 23:05

2014 ICPR-Deep Metric Learning for Person Re-Identification

论文地址也是最早用深度学习方法做Re-ID的工作对跨数据集模型的泛化性能进行了实验Motivation传统方法通常都是将特征提取与度量学习分开处理的，end-to-end的深度学习在计算视觉各个领域都取得了较大的成功

_Xiaobo·2020-09-11 23:22

2018美赛C题论文学习笔记1

#73767论文一、数据处理1.缺失值处理：缺失过多的直接删掉，缺失少的用插值方法填补缺失值2.异常值处理：用箱线图发现异常值，然后用相邻值得平均值替代3.数据筛选和分类：将能源分为两大类，即清洁可再生能源和传统化石能源清洁可再生能源：氢能，风能，地热能，太阳能，乙醇传统化石能源：煤，石油，天然气，其他燃料至此筛选出11个重要变量（此处AVACD这个似乎有误）二、能源概况针对4个城市的11个变量画

pengion·2020-09-11 13:05

学习笔记：基于软多标签学习---的无监督行人再识别中山大学

softMulti-labellabel[k]=ID[2048].Agent[2048*辅助行人个数k]=[0.8,0.6,0.1,0.1……]怎么得到agent的行人多个图像的特征表示主要思想是，对于未标记的RE-ID

AIchiNiurou·2020-09-11 11:19

PointNet论文学习

PointNet论文学习简介Pointnet将深度学习应用到了点云的分类和分割问题。

Bungehurst·2020-09-10 15:41

SlowFast Networks for Video Recognition 论文学习

Abstract本文针对视频识别提出了SlowFast网络。该模型有一个Slow分支，以较低的帧率运算，获取空间语义；还有一个Fast分支，以较高的帧率运行，获取精确的时间运动信息。通过降低通道数量，Fast分支可以变得很轻，但也能够学到有用的时域信息。该方法在视频动作分类和检测任务上都取得了很强的表现。作者在主要的视频识别基准（Kinetics,Charades,AVA）都获得了SOTA的准确率

calvinpaean·2020-09-10 10:51

CenterNet：Objects as Points论文学习笔记+代码复现(demo+训练数据)【检测部分】

目录1.关键部分Heatmap了解2.Centernet论文细节：3.尝试复现CneterNet--INSTALL.md安装：4.尝试复现CneterNet--跑跑demo.py：5.尝试复现CneterNet--训练一下VOC：1.关键部分Heatmap了解可以看懂的资料：1.通俗地讲明白了heatmap的计算方法：http://bindog.github.io/blog/2018/02/10/

花噜噜酱·2020-08-26 15:05

论文学习笔记-YOLACT

『写在前面』基于One-stage型目标检测模型提出的One-stage型实例分割模型，可能是首个真正意义上达到实时性（>30fps）的实例分割模型。作者机构：DanielBolya等，UniversityofCalifornia,Davis文章标题：《YOLACT:Real-timeInstanceSegmentation》论文出处：ICCV2019原文链接：https://arxiv.org/

Wilber529·2020-08-26 14:27

论文学习笔记（四）ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

『写在前面』2018上半年出品的语义分割轻量级网络。论文出处：ECCV2018作者机构：SachinMehta等，UniversityofWashington原文链接：https://arxiv.org/abs/1803.06815v2相关repo：https://github.com/sacmehta/ESPNet目录摘要1介绍2相关工作关于卷积加速膨胀卷积3ESPNet3.1ESP模块将标准卷

Wilber529·2020-08-26 14:27

论文学习笔记-M2Det

『写在前面』Single-shot目标检测新模型，使用multi-level特征。作者机构：QijieZhao等，北京大学&阿里达摩院文章标题：《M2Det:ASingle-ShotObjectDetectorbasedonMulti-LevelFeaturePyramid》原文链接：https://arxiv.org/abs/1811.04533相关repo：https://github.com

Wilber529·2020-08-26 14:57

论文学习笔记 - CenterTrack

『写在前面』CenterNet(Objectsaspoints)作者将CenterNet检测器推广到目标跟踪领域的成果，效果极佳，思路清奇。文章标题：《TrackingObjectsasPoints》作者机构：XingyiZhou等,UTAustin.原文链接：https://arxiv.org/abs/2004.01177相关repo：https://github.com/xingyizhou/

Wilber529·2020-08-26 14:56

论文学习笔记 - FCOS

『写在前面』Anchor-free型检测器的代表作之一。文章标题：《FCOS:FullyConvolutionalOne-StageObjectDetection》作者机构：ZhiTian等,TheUniversityofAdelaide.论文出处：ICCV2019原文链接：https://arxiv.org/abs/1904.01355相关repo：https://github.com/tian

Wilber529·2020-08-26 14:56

论文学习笔记 - YOLOv4

『写在前面』YOLOx新奇tricks大礼包，带领YOLO重回巅峰。文章标题：《YOLOv4:OptimalSpeedandAccuracyofObjectDetection》作者机构：AlexeyBochkovskiy等.原文链接：https://arxiv.org/abs/2004.10934v1相关repo：https://github.com/AlexeyAB/darknet目录摘要1目标

Wilber529·2020-08-26 14:56

论文学习笔记 - ATSS

『写在前面』深入剖析了导致Anchorbased模型与Anchorfree模型性能差距的原因，并基于此提出了自适应训练样本选择（ATSS），达到了新的SOTA.该篇文章作者还是RefineDet（CVPR2018）的一作。文章标题：《BridgingtheGapBetweenAnchor-basedandAnchor-freeDetectionviaAdaptiveTrainingSampleSe

Wilber529·2020-08-26 14:56

CenterNet: Keypoint Triplets for Object Detection 论文学习

论文地址：https://arxiv.org/pdf/1904.07850.pdf代码地址：https://github.com/xingyizhou/CenterNetAbstract在目标检测中，由于缺乏对相关剪裁区域的额外监督，基于关键点的方法通常会得到一大堆错误的物体边框。本文提出了一个有效的方法，在每个裁剪区域内以最小的代价去探索它的视觉模式。我们构建了一个单阶段基于关键点的检测器，叫做

calvinpaean·2020-08-26 12:57

论文学习笔记-CenterNet（Objects as Points）

『写在前面』应用最广泛的Anchor-Free检测模型之一。文章标题：《ObjectsasPoints》作者机构：XingyiZhou等,UTAustin.原文链接：https://arxiv.org/abs/1904.07850相关repo：https://github.com/xingyizhou/CenterNet目录摘要1介绍2相关工作3预备4ObjectsasPoints4.13D目标检

Wilber529·2020-08-26 11:50

GhostNet: More Features from Cheap Operations 论文学习

Abstract在嵌入式设备上设计卷积网络很困难，主要因为内存和计算资源有限。特征图冗余是这些CNN的一个重要特点，但是很少在网络结构设计上得到研究。本文提出了一个创新的Ghost模块，通过低成本的操作输出更多的特征图。基于一组内在的特征图，作者使用一系列低成本的线性变换就可以产生许多的ghost特征图，可以充分地揭示内在特征的信息。Ghost模块可以作为一个即插即用的组建来对现有卷积网络做升级。

calvinpaean·2020-08-25 16:09

声纹识别中PLDA的域自适应的通用框架

AGENERALIZEDFRAMEWORKFORDOMAINADAPTATIONOFPLDAINSPEAKERRECOGNITION2020顶会论文学习提出了一种用于说话人识别中的概率线性判别分析（PLDA

落雪snowflake·2020-08-25 02:52

论文学习学习1

BSN:BoundarySensitiveNetworkforTemporalActionProposalGeneration用于时序动作提名生成的边界敏感网络这张图是这篇论文的流程，大体总结如下：首先将视频分为S小段，每段随机选取一帧，提取RGB和光流信息，分别编码后形成二维的F特征，这是BSN网络的输入。接下来进入BSN网络正题，首先是时序评估模块。采用三层的时序卷积网络对输入中的每个位置上动

哈特谢普苏特·2020-08-25 01:23

Fuzzy analytic hierarchy process（模糊层次分析法）论文学习

论文：FuzzyAnalyticHierarchyProcess:Aperformanceanalysisofvariousalgorithms（查题目了才知道原来Fuzzy是模糊的意思哈哈哈哈对8起那么什么是FAHP和AHP呢？该类方法对于量化评价指标,选择最优方案提供了依据。（原来是决策相关方法AHP存在如下方面的缺陷:检验判断矩阵是否一致非常困难,且检验判断矩阵是否具有一致性的标准CR论文详

resplen·2020-08-24 02:50

基于物品的协同过滤推荐算法——读“Item-Based Collaborative Filtering Recommendation Algorithms”

最近参加KDDCup2012比赛，选了track1，做微博推荐的，找了推荐相关的论文学习。

huagong_adu·2020-08-24 00:14

Paper notes(2):三部图张量分解标签推荐算法

Papernotes（2）:三部图张量分解标签推荐算法1.解决的问题和解决的方法2.文中用到的符号及其定义3.TTD算法本文只是个人用于记录论文学习笔记，如有写错的地方还望各位大佬批评指正。

coldsun233·2020-08-24 00:24

张量网络论文学习1——张量网络的背景和意义

目录系列背景简介张量网络的背景量子多体系统的问题张量网络方法的意义拓宽传统模拟方法的边界一种描述凝聚态物理新的语言多体系统高维希尔伯特空间系列背景简介我算是非常偶然接触到这个领域的，因为虽然作为物理系的学生，但却一直想着去搞计算机，对于物理专业来说，除了本科要学的四大力学，以及大略知道什么固体物理，原分光冷原子之类的一系列名词，就没有更多的了解了。很快就要分流了，才发现自己实际上对于物理的方向还很

基态清原子·2020-08-23 23:58

论文学习（二）---Temporal Convolutional Network （TCN）

关于《AnEmpiricalEvaluationofGenericConvolutionalandRecurrentNetworksforSequenceModeling》论文的学习参考博客网址。1.https://fuhailin.github.io/Temporal-Convolutional-Network/2.https://blog.csdn.net/Kuo_Jun_Lin/articl

超白的小白走在阳光下·2020-08-23 06:55

【论文学习】3D Convolutional Neural Networks for Human Action Recognition

3DConvolutionalNeuralNetworksforHumanActionRecognition原文链接摘要我们考虑的是在不受控制的环境下全自动动作识别。大多数现存的工作依赖于其专业知识从输入中构建复杂的人工特征。而且环境通常假定为可控的。卷积神经网络是一种深度模型，它可以直接作用在原始输入上，因此其特征构建是自动的。然而，这种模型目前仅限制于处理2D模型。在这篇文章中，我们提出一种新

夏洛的网·2020-08-23 06:53

Learning Depth from Monocular Videos using Direct Methods论文学习

论文链接：http://openaccess.thecvf.com/content_cvpr_2018/papers/Wang_Learning_Depth_From_CVPR_2018_paper.pdf（代码已开源鸭）摘要使用非监督的策略从单张图片中学习深度图非常的具有吸引力，因为它可以利用大量且种类丰富的单目视屏数据库，无需groundtruth和双目数据。在之前的工作中，姿态和深度的神经网

你蕾哥永远是你哥·2020-08-22 15:56

推荐频道

re-id论文学习

Mask-guided Contrastive Attention Model for Person Re-Identification 详解

《Attributed Social Network Embedding》论文学习笔记

High Quality Monocular Depth Estimation via Transfer Learning论文学习

论文笔记5 --（ReID）Diversity Regularized Spatiotemporal Attention for Video-based Person Re-id

Re-ID：AlignedReID: Surpassing Human-Level Performance in Person Re-Identification 论文解析

深度学习——Re-ID——读，运行Unsupervised-Person-Re-identification-Clustering-and-Fine-tuning

【Person Re-ID】常用评测指标

Re-ID 2019 Review

Re-ID相关知识点、及评估指标总结

论文学习笔记： Convolutional Neural Pyramid for Image Processing

Joint Discriminative and Generative Learning for Person Re-identification论文翻译

论文浏览(9) A Simple Baseline for Multi-Object Tracking

FariMot(A Simple Baseline for Multi-Object Tracking)多目标跟踪器解读

You Only Look Once: Unified, Real-Time Object Detection（YOLOv1）论文学习笔记

The Dataflow Model论文学习笔记

论文学习MobileNet-v2（超详解）

论文学习-MobileNet-v1

论文学习—YOLO-v4

YOLO-V2论文学习（超详细）

CVPR 2017 Paper列表

Deep Learning for Person Re-identification: A Survey and Outlook——准研究生论文周报

Graph Cuts学习笔记2014.5.16----1

【论文学习】How To Backdoor Federated Learning论文学习

【论文学习】Deep Learning for Unsupervised Insider ThreatDetection in Structured Cybersecurity DataStreams

论文分享--A Strong Baseline for Re-ID

2014 ICPR-Deep Metric Learning for Person Re-Identification

2018美赛C题论文学习笔记1

学习笔记：基于软多标签学习---的无监督行人再识别 中山大学

PointNet论文学习

SlowFast Networks for Video Recognition 论文学习

CenterNet：Objects as Points论文学习笔记+代码复现(demo+训练数据)【检测部分】

论文学习笔记-YOLACT

论文学习笔记（四）ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

论文学习笔记-M2Det

论文学习笔记 - CenterTrack

论文学习笔记 - FCOS

论文学习笔记 - YOLOv4

论文学习笔记 - ATSS

CenterNet: Keypoint Triplets for Object Detection 论文学习

论文学习笔记-CenterNet（Objects as Points）

GhostNet: More Features from Cheap Operations 论文学习

声纹识别中PLDA的域自适应的通用框架

论文学习学习1

Fuzzy analytic hierarchy process（模糊层次分析法）论文学习

基于物品的协同过滤推荐算法——读“Item-Based Collaborative Filtering Recommendation Algorithms”

Paper notes(2):三部图张量分解标签推荐算法

张量网络论文学习1——张量网络的背景和意义

论文学习（二）---Temporal Convolutional Network （TCN）

【论文学习】3D Convolutional Neural Networks for Human Action Recognition

Learning Depth from Monocular Videos using Direct Methods论文学习

学习笔记：基于软多标签学习---的无监督行人再识别中山大学