行人重识别之重排序(re-ranking)
行人重识别简称Re-identification,目前研究这个方向的大神主要有,UTS的郑良,郑哲东,CUHK的xiaotong等。
这里想分析下,2017年的cvpr, Re-ranking Person Re-identification with k-reciprocalEncoding,文章主要提出了基于k阶导数编码的方式,对需要检测的gallery中的图片进行重排序,使得识别结果有所提升。
![](/assets/blank.gif)
整个的pipeline如上图所示,样本已经是提取出来的行人图片,然后使用训练好的resnet50提取特征,基于这些特征计算出马氏距离和杰卡德距离,然后对这2个距离做一个加权求和,得到最终的距离。
作者在git上已经提供了程序,配置好后,在Market和CUHK上的运行结果如下,
结论:
RE-ID这门技术现在还很不成熟,和人脸识别还是有很大的差距,实际生活场景的应用,受光照,相机分辨率,遮挡,行人检测等的影响,实际识别效果差强人意,也许只能当做一种辅助的检测手段了。
如果换个思路一想,如果这种技术真的和访问手机定位人的位置一样准确的话,也许真的就是天眼时代的来临了,也许比《速度与激情》中的天眼还要厉害,人脸是存在摄像头捕捉不到的时候,但是人的身体就不会有这问题,也许大家都不会有隐私而言了。
reference:
https://github.com/zhunzhong07/person-re-ranking
行人重识别之重排序(re-ranking)相关推荐
- 行人重识别-视频重识别
行人重识别–Video ReID 前言 目前主流的行人重识别方法大部分是基于单帧 图像的, 然而单帧图像给予的信息终究是有限的. 此外, 单帧的方法要求图像质量很高, 这对于相机 的布置和使用的场景是 ...
- 实验代做 行人识别_《行人跨模态重识别 | 双向限制的排序损失》
本文采用的网络框架是预训练好的 Alexnet,为了紧跟时代的步伐,作者在他的 GitHub 主页根据此论文的方法,用 PyTorch 框架实现了一个新的 Baseline(基于预训练好的 Resne ...
- 基于模型与不基于模型的深度增强学习_CVPR2018: 基于时空模型无监督迁移学习的行人重识别...
Unsupervised Cross-dataset Person Re-identification by Transfer Learning of Spatial-Temporal Pattern ...
- 从零开始行人重识别 [中文版]
转自: https://zhuanlan.zhihu.com/p/50387521 原文: layumi/Person_reID_baseline_pytorchgithub.com 本练习是由悉尼科 ...
- 【CV】高被引行人重识别(Person Re-ID)综述论文
论文名称:Deep Learning for Person Re-IDentification: A Survey and Outlook 论文下载:https://arxiv.org/abs/200 ...
- 行人重识别(4)——行人重识别(基于视频)综述
!转载请注明原文地址!--东方旅行者 本文目录 基于视频的行人重识别的常用方法 一.传统方法 二.深度学习方法 三.基于视频的行人重识别常见数据集 四.参考文献 基于视频的行人重识别的常用方法 一.传 ...
- 行人重识别(3)——行人重识别(基于图像)综述
!转载请注明原文地址!--东方旅行者 更多行人重识别文章移步我的专栏:行人重识别专栏 本文目录 基于图像的行人重识别 一.表征学习方法 1.浅层视觉特征 2.中层视觉特征(语义属性) 3.深层视觉特征 ...
- opengl深度缓冲获得的深度图精度太低_深度学习行人重识别ReID最新综述与展望...
点击上方"计算机视觉life",选择"星标" 快速获得最新干货 arXiv 新出论文 Deep Learning for Person Re-identific ...
- 囊括三大视觉顶会,行人重识别新基准方法AGW!已被TPAMI录用
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要13分钟 Follow小博主,每天更新前沿干货 来源:知乎 作者:叶茫 转载自:新智元 [导读]本文全面调研了近年来深度学习在Re-ID领域的 ...
最新文章
- HDU Problem 2062 Bone Collector【01背包】
- oracle数值类型--LOB+ROWID/UROWID
- 一家很好的iPhone应用程序开发公司——易标科技
- 机器人总动员中的小草_机器人总动员读后感
- long 和 Object的相互转换
- 数十篇推荐系统论文被批无法复现:源码、数据集均缺失!
- Silverlight3 加载其他xap
- libmodbus使用
- linux c实现通用hash表
- 基于cat12和SPM12进行SBM数据分析笔记
- 程序人生丨如何体现测试工程师的价值
- python--异常捕获
- Activity详解Activity的使用步骤、生命周期及其启动模式、启动方法
- NVl和NVL2的语法使用详解
- Python老司机带你快速搞定日志分析工具
- echarts x轴数据旋转
- 用c语言计算正四棱锥的体积,《计算机图形学》习题与解答.doc
- 基于.NET CORE的微光互联二维码扫描器接口写法
- Au 音频效果参考:滤波与均衡
- 前端 - browserslist 的 not dead 规则是什么
热门文章
- 关于tplink和Dlink桥接几点注意随笔
- 树莓派win10和linux,最小Win10电脑树莓派3评测:一次近乎完美的升级
- addition过程 sgnb_NSA辅载波SN添加成功率优化指导书(中兴设备)
- js实现元素拖动效果
- 我们的工作与计算机有很大的关系英语,新视野英语教程第二册课后翻译答案(高职高专版)...
- 最新链接分享给微信好友和微信朋友圈带图标和摘要的方法
- R语言使用qgamma函数生成Gamma分布分位数函数数据、使用plot函数可视化Gamma分布分位数函数数据(Gamma Distribution)
- 用 Python 编写干净、可测试、高质量的代码
- CefSharp包下载安装方法
- apt-get 更换源