ICCV2017: Unlabeled Samples Generated by GAN Improve the Person Re-Identification Baseline in Vitro

作者：Zhedong Zheng

摘要

提出一个simple的semi-supervised pipline. 该方法只使用训练集而不需要额外的数据。该方法的主要挑战：
- （1）如何仅从训练集获取更多的训练数据，
- （2）如何使用新产生的数据。
本文提出用generative adversarial network(GAN)产生无标签数据，提出label smoothing regulization for outliers(LSRO) （如果训练集的类别数是k，则该无标签数据属于任意的的概率都是1/K）. 用这个方法提高了baselien.
- （3）网络结构：deep convolutional generative adversaria network (DCGAN)+CNN.
- （4）Experiments: Market-1501, CUHK03, Duke.

网络结构

数据集的情况

Duke
是一个新引入的多目标多视角的行人跟踪数据集。原始的数据集包含来自8个视角的85分钟的高清晰视频。有手工提取得bounding box提供。本文用了一个子集进行image-based re-ID，和Maket-1501的格式一样。从视频中每120帧提取一次，一共产生了36411 bounding box（标记【26】）。用于re-ID的 Duke数据集有来自8个视角的1812个行人。有1404人同时出现在两个以上的视角中。有408个只出现在一个视角中。本文，选取702 IDs作为训练集，其余702 IDs作为测试集。最终，训练集：16,522 images, 702 IDs 测试集：2,228 查询图像，17,661的gallery ， 702 IDs

GAN产生的图片

LSRO

ICCV2017: Unlabeled Samples Generated by GAN Improve the Person Re-Identification Baseline in Vitro相关推荐

Unlabeled Samples Generated by GAN Improve the Person Re-identification Baseline in vitro 论文阅读
这篇是Liang Zheng团队发表在CVPR2017上的关于利用生成对抗网络产生的无类标样本去提高行人重识别baseline的方法.论文链接:https://arxiv.org/abs/1701.0 ...
详细解读Ian Goodfellow ICCV2017演讲PPT《解读GAN的原理与应用》
详细解读Ian Goodfellow ICCV2017演讲PPT<解读GAN的原理与应用> 转自: @TOChttps://blog.csdn.net/qq_40667584/articl ...
ICCV2017 | 一文详解GAN之父Ian Goodfellow 演讲《生成对抗网络的原理与应用》（附完整PPT）
当地时间 10月 22 日到10月29日,两年一度的计算机视觉国际顶级会议 International Conference on Computer Vision(ICCV 2017)在意大利威尼斯开 ...
不可错过的 GAN 资源：教程、视频、代码实现、89 篇论文下载
NIP 2016 对抗训练 Workshop [网页]https://sites.google.com/site/nips2016adversarial/ [博客]http://www.inferen ...
万字综述之生成对抗网络（GAN）
作者丨郭晓锋单位丨爱奇艺研究方向丨图像生成前阵子学习 GAN 的过程发现现在的 GAN 综述文章大都是 2016 年 Ian Goodfellow 或者自动化所王飞跃老师那篇.可是在深度学习,G ...
NVIDIA开源DG-Net：用GAN生成高质量行人图像，辅助行人重识别/在线试衣
前几天英伟达开源了DG-Net的源码.让我们来回顾一下这篇CVPR19 Oral的论文. 论文是英伟达(NVIDIA), 悉尼科技大学(UTS), 澳大利亚国立大学(ANU)的研究人员在CVPR19 ...
什么是基线评估(Baseline Evaluation)
在CVPR2016的best paper, 也就是何凯明的Deep Residual Learning for Image Recognition一文中,对于34层残差卷积神经网络和34层普通卷积神经 ...
根据id去重_Person Re-ID研究综述
今天来分享一篇写的很好的文章,对Person Re-ID感兴趣的朋友可以一起学习原文:基于深度学习的行人重识别研究综述作者:罗浩前言:行人重识别(Person Re-identification ...
没有足够多的数据怎么办？计算机视觉数据增强方法总结
©PaperWeekly 原创 · 作者|燕皖单位|渊亭科技研究方向|计算机视觉.CNN 当没有足够多的数据量时该怎么办?学者们针对这一问题已经研发看各种巧妙的解决方案,以避在深度学习模型中数据少 ...