re-id论文学习第17页

MicrosoftAsia-Semantics-Aligned Representation Learning for Person Re-identification---论文阅读笔记和工程实现总结

博主Github链接：https://github.com/wencoast摘要一句话，同样是表达学习，但是他这里能满足在Re-ID任务中语义对齐。

贝勒的杭盖VanDebiao·2020-07-15 17:55

积极主动是最棒的自救方式｜感恩日记D188

早起外面下大雨，睡的特别舒服，感恩自己战胜了瞌睡虫，爬起来，简单洗漱，就投入到论文学习中，完成3个番茄钟。给棒棒的自

Amy宝宝·2020-07-14 08:50

VINS-Mono论文学习与代码解读——目录与参考

前言港科大的VINS-Mono作为目前stateoftheart的开源VIO项目，是研究视觉与IMU融合的必读算法，网上的论文解读与代码实现也非常丰富（感谢！）。为更好地进行学习，本人将在学习之余逐步整理自己对算法的论文和实现的相关解读，欢迎大家一起讨论。原文：VINS-MonoARobustandVersatileMonocularVisual-InertialStateEstimatorVIN

Manii·2020-07-14 02:32

论文学习11“Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks” 文章学习

本文是何凯明大神他们组的fasterrcnn文章上图是fasterRCNN一系列文章的发展历程与区别，从fastRCNN到fasterRCNN主要区别就是建议框生成算法由SS变成了RPN，另外整个网络变成了一个整体的结构，使得算法进一步加快。FasterRCNN的模型结构图如下图所示，RPN网络与检测网络共享卷积层，目标检测的四个基本步骤（候选区域生成，特征提取，分类，位置精修）被统一到一个深度网

侯冠群·2020-07-13 15:13

SOLO: Segmenting Objects by Locations 论文学习

SOLO:SegmentingObjectsbyLocationsAbstract1.Introduction2.RelatedWork3.SOLO3.1ProblemFormulation3.1.1语义类别3.1.2实例掩码3.2网络结构3.3SOLO训练3.3.1LabelAssignment3.3.2损失函数3.4推理4.Experiments5.DecoupledSOLOAbstract本

calvinpaean·2020-07-13 03:55

Anchor Loss论文学习

论文名称：AnchorLoss:ModulatingLossScalebasedonPredictionDifficulty发布时间：2019.09.24作者：加州理工论文地址：https://arxiv.org/abs/1909.11155v1摘要：作者提出了一种根据预测难度自动调整crossentropy比例的loss。在预测结果中，我们只会选择最高置信分作为输出，而不会考量这个目标本身的预测

stesha_chen·2020-07-11 23:58

{机器学习}【学习笔记】

keras库1.安装方法：sudo/管理员身份运行cmdpipinstalltensorflowpipinstallkeras论文学习ADeep-ReinforcementLearningApproachforSoftware-DefinedNetworkingRoutingOptimizationRealize

Vito_dq·2020-07-11 17:28

ReID：Harmonious Attention Network for Peson Re-Identification 解读

HarmoniousAttentionNetworkforPesonRe-Identification，论文还是比较容易理解的，下面就简单的解读一下，纯属个人观点，有不同意见的欢迎评论与我探讨~ProblemExistingpersonre-identification(re-id

小威威__·2020-07-11 11:22

论文学习（二）

VERYDEEPCONVOLUTIONALNETWORKSFORLARGE-SCALEIMAGERECOGNITION2016/05/20剩section4摘要卷积网络中深度对大规模图像识别准确率的影响。在权值层达到16-19层时有significant的提高。1介绍其他参数不变，用3*3filter增加卷积层深度，结果是得出了一个准确率更高的结构，也适用于其他数据集。sec2描述卷积网络conf

chouyun1991·2020-07-11 03:52

【MMT】ICLR 2020: MMT(Mutual Mean-Teaching)方法，无监督域适应在Person Re-ID上性能再创新高

原文链接小样本学习与智能前沿。在这个公众号后台回复“200708”，即可获得课件电子资源。为了减轻噪音伪标签的影响，文章提出了一种无监督的MMT（MutualMean-Teaching）方法，通过在迭代训练的方式中使用离线精炼硬伪标签和在线精炼软伪标签，来学习更佳的目标域中的特征。同时，还提出了可以让Trapletloss支持软标签的softsoftmax-tripletloss”。该方法在域自适

_Summer tree·2020-07-10 23:43

发布：论文阅读批注网站PaperDecode.com【转载】

一个专业的学术社区一个论文学习平台一个跨平台的论文阅读器一个无限量的论文云笔记一个论文博客平台二、PaperDe

Keter_·2020-07-10 17:32

学习网站噻

论文学习：（1）英文论文：谷歌学术镜像：http://ac.scmor.comhttp://gs.yovisun.com上海研发公共服务平台：http://www.sstir.cn贵州数字图书馆：http

weixin_30778805·2020-07-10 06:56

《毫米波雷达运动人体目标建模与特征提取》---论文学习笔记

第一章1、本文围绕运动人体目标的探测机理展开，重点研究了步行运动状态下的行人回波模型、运动特征提取方式、运动状态分类、实测数据处理等关键技术。2、根据Boulic模型建立了简化的人体运动模型，将人体的行走过程转换为刚体平移与旋转运动的组合，将身体部件转换为椭圆刚体。建立了LFMCW雷达人体运动回波模型。通过对比模型数据与实测数据的时频图，验证了模型的正确性。3、利用图像边缘检测的方式对人体时频谱进

QiuQiudexiuxiu·2020-07-09 11:27

Pose-Normalized Image Generation for Person Re-identification 论文笔记

二、论文贡献作者认为姿势的多变性是使深度re-id模型学习不到有效身份特征和视角不敏感特征的最重要原因，本文提出一种基于生成姿态归一化图像的解决方案，解决了现有模型可扩展性和泛化性弱的问题；提出了一种行人图像生成模型

rxdffz·2020-07-09 01:47

2018-ECCV-Beyond Part Models:Person Retrieval with Refined Part Pooling论文笔记

2018-ECCV-BeyondPartModels:PersonRetrievalwithRefinedPartPooling论文笔记一、提出问题本文主要研究基于分块特征的re-id方法，目前的基于分块特征的方法性能较好

rxdffz·2020-07-09 01:16

2016 CVPR-Person Re-Identification by Multi-Channel Parts-Based CNN with Improved Triplet Loss

论文地址Motivation如今的Re-ID工作大多是将特征学习与度量学习分开，那么能不能把两者一起学习来提高性能呢？

_Xiaobo·2020-07-08 19:10

2017 AAAI-A Multi-task Deep Network for Person Re-identification

论文地址和之前一篇笔记思路比较像，也是考虑用多任务来做Re-ID来学到相对鲁棒的特征(多个损失)，本文方法中根据不同loss的特点在不同层使用不同的loss来优化感觉很有意思，简单总结下本文的方法部分Motivationrankloss

_Xiaobo·2020-07-08 19:10

论文学习1-DeepPath: A Reinforcement Learning Method for Knowledge Graph Reasoning

文章目录摘要Introduction最近工作基于PRA的其他方法其他使用强化学习的方法我们的方法方法介绍（强化学习摘要研究了大规模知识图的学习推理问题。更具体地说，我们描述了一个用于学习多跳关系路径的新型强化学习框架:我们使用一个基于知识图嵌入的具有连续状态的基于策略的代理，该代理通过采样最有希望的关系来扩展其路径，从而在KG向量空间中进行推理。与之前的工作相比，我们的方法包含一个考虑准确性、多样

叶落叶子·2020-07-08 19:17

GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training-1-论文学习

通过对抗训练实现半监督的异常检测Abstract异常检测在计算机视觉中是一个经典的问题，即从异常中确定正常，但是由于其他类（即异常类）的样本数量不足，所以数据集主要基于一个类（即正常类）。虽然该问题能够当成一个监督学习问题来处理，一个更有挑战性的问题是检测未知/不可见的异常情况，这将我们带入一个单类、半监督学习范式的空间。提出了一种新的异常检测模型，利用条件生成对抗网络，联合学习高维图像空间的生成

weixin_30905133·2020-07-08 15:11

【论文学习】A Survey of Deep Learning-based Object Detection-基于深度学习的目标检测综述

ASurveyofDeepLearning-basedObjectDetection基于深度学习的目标检测综述原文：https://arxiv.org/pdf/1907.09408.pdfAbstract【目标检测】是计算机视觉最重要和具有挑战性的分支之一，广泛应用于监控安全，自主驾驶等。对于检测任务，深度学习网络的飞速发展，给目标检测器性能带来极大的提升。目标检测的目的：定位某类的语义对象。1.

Mittenss·2020-07-08 09:11

Person Re-id：评价指标

评价指标：1、rank-n:搜索结果中最靠前（置信度最高）的n张图有正确结果的概率。CMC曲线：算一种top-k的击中概率，主要用来评估闭集中rank的正确率。例如：lable为m1，在100个样本中搜索。如果识别结果是m1、m2、m3、m4、m5……，则此时rank-1的正确率为100%；rank-2的正确率也为100%；rank-5的正确率也为100%；如果识别结果是m2、m1、m3、m4、m

不能拯救世界的超人·2020-07-08 06:47

ICCV2017 re-id 论文所用的指标

不能拯救世界的超人·2020-07-08 06:47

【论文学习】Fooling Detection Alone is Not Enough--Adversarial Attack against Multiple Object Tracking论文学习

文章目录写在前面概念介绍AMLtracking-by-detection论文的总体介绍前人所做过的研究论文的工作实现方法（Methodology）实现算法的关键点代码实践代码解读写在前面最近参与导师的一个项目，是对百度无人驾驶项目Apollo进行攻击。目前在看感知模块的camera部分实现，同时也在看相关的对于图像，视觉，检测，追踪的攻击手段，看了一些论文和博客，分享一下FoolingDetect

精致又勤奋的码农·2020-07-08 00:02

研究生生涯规划（计划与安排）

研究生生涯第一步（计划与安排）本文参照给研一同学们的深度学习学习规划目录绪论学习路线schedule任务与要求工具平台课程学习书本学习论文学习1.绪论在研一上学期，基本上是混过去的，因此，在接下去的两年需要好好规划

qq_28421047·2020-07-07 20:12

论文笔记1【Re-ID】 Beyond Part Models: Person Retrieval with Refined Part Pooling

本作品采用知识共享署名-相同方式共享4.0国际许可协议进行许可。导语：PCB，这种切块目前养活了好多人。之后的MGN,HPM，VPM等等后面慢慢介绍。孙老师，郑良大佬等的佳作。Paper:BeyondPartModels:PersonRetrievalwithRefinedPartPooling(andAStrongConvolutionalBaseline)Code代码Abstract在行人图像

炼丹师SunFine·2020-07-07 19:50

图像去雾

暗通道与导引滤波标签（空格分隔）：论文学习笔记暗通道与导引滤波暗通道与图像去雾1暗通道理论2雾的成像模型3暗通道理论去雾推导4实验结果5该理论的缺陷导引滤波1导引滤波概述2数学推导3实验效果31去雾效果

liu_matthew·2020-07-07 14:17

浅析基于小波分解的图像融合

浅析基于小波分解的图像融合标签（空格分隔）：论文学习笔记（备注：此篇心得基于论文Awavelet-basedimagefusiontutorial.GonzaloPajares）一、图像融合背景对于同一场景的图像

liu_matthew·2020-07-07 14:46

【论文学习记录】基于深度卷积神经网络的超分辨率算法

一、前言本文介绍了一种基于深度学习的单帧超分辨率图像重建算法。该方法直接学习一种低分辨率到高分辨率的端到端的映射关系，把这种映射表示成为一个深度卷积神经网络，其输入是低分辨率图像，输出是高分辨率图像。以下文字中均简称该算法为SRCNN。二、算法表述下图是SRCNN的网络结构，由3层layers组成。输入一幅低分辨率图像，该算法首先用bicubic双三次插值的方法将该图像上采样成期望输出图像的大小，

heiheiya·2020-07-07 09:17

学号20189220余超 2018-2019-2 《密码与安全新技术专题》第七周作业

学号20189220余超2018-2019-2《密码与安全新技术专题》第七周作业——论文学习及报告总结课程：《密码与安全新技术专题》班级：1892姓名：余超学号：20189220上课教师：谢四江上课日期

dichuo8215·2020-07-07 06:05

Curriculum Learning

从一篇论文学习“课程学习”，着重关注CurriculumLearning，在此简单记录相关内容。

codebrid·2020-07-07 04:50

PolarMask: Single Shot Instance Segmentation with Polar Representation 论文学习

PolarMask:SingleShotInstanceSegmentationwithPolarRepresentation论文学习论文阅读总结TranslationAbstract1Introduction2RelatedWork3OurMethod3.1

亚里·2020-07-06 23:33