6 迷川浩浩_ZJU

尚未进行身份认证

我要认证

luohao.site

等级
TA的排名 3w+

ECCV2018 Person Re-identification 论文列表

正统ReID研究Maximum Margin Metric Learning Over Discriminative Nullspace for Person Re-identification [pdf]RCAA: Relational Context-Aware Agents for Person Search [pdf]Generalizing A Person Retrieva...

2018-09-10 20:42:44

【论文笔记】Person Transfer GAN to Bridge Domain Gap for Person Re-Identification

摘要本文提出了一种针对于ReID的生成对抗网络PTGAN,可以实现不同ReID数据集的行人图片迁移,在保证行人本体前景不变的情况下,将背景转换成期望的数据集style。另外本文还提出一个大型的ReID数据集MSMT17,这个数据集包括多个时间段多个场景,包括室内和室外场景,是一个非常有挑战的数据集。论文用PTGAN来缩小不同数据集间的domain gap,并在新提出的MSMT17这个大数据集和

2018-01-23 22:37:54

【论文笔记】CycleGAN

前言: CycleGAN是发表于ICCV17的一篇GAN工作,可以让两个domain的图片互相转化。传统的GAN是单向生成,而CycleGAN是互相生成,网络是个环形,所以命名为Cycle。并且CycleGAN一个非常实用的地方就是输入的两张图片可以是任意的两张图片,也就是unpaired。单向GAN读者可以按照原论文的顺序理解CycleGAN,这里我按照自己的思路解读。CycleGAN本质上是两个

2017-12-14 22:13:14

ICCV2017论文分类

Person ReIDNeural Person Search MachinesCross-View Asymmetric Metric Learning for Unsupervised Person Re-IdentificationSHaPE: A Novel Graph Theoretic Algorithm for Making Consensus-Based Decisions i

2017-11-09 21:32:50

【论文笔记】Neural Person Search Machines (ICCV2017)

摘要作者调查了一下室外真实场景下的Person ReID工作,大部分相关工作都是detection+ReID分成两步来做的,这篇文章提出NPSM方法来实现一步到位。NPSM主要借助LSTM和attention的思想,逐步衰减原图中所应该关注的ROI区域,直到最后得到一个很精确的ROI区域,这个区域就是应该搜索的person目标。实验结果表明,在CUHK-SYSU和PWR数据集上都取得了State-o

2017-11-08 21:55:36

【论文笔记】Margin Sample Mining Loss: A Deep Learning Based Method for Person Re-identification

摘要Person re-identification (ReID) is an important task in computer vision. Recently, deep learning with a metric learning loss has become a common framework for ReID. In this paper, we propose a new me

2017-11-07 14:12:22

【论文笔记】In Defense of the Triplet Loss for Person Re-Identification

1、前言Triplet loss是非常常用的一种deep metric learning方法,在图像检索领域有非常广泛的应用,比如人脸识别、行人重识别、商品检索等。传统的triplet loss训练需要一个三元组,包括三张图片:achor,positive,negative,分别简写为a,p,n。==Triplet loss的缺点在于随机从训练集中挑选出三张图片,那么可能会出现挑选出来的很可能是简单

2017-11-01 18:46:50

深度学习笔记(6)——CNN中的卷积block

因为最近写各种论文所以一直没有更新,准备先开个坑之后再填。这篇博客将是CNN网络的终结篇,之后将会开始介绍RNN网络。CNN网络最初诞生的时候结构比较简单,都是几个卷积层堆叠一下。但是微软的Resnet和谷歌的Inception系列网络把CNN带到一个设计各种block反复调用的时代。比起传统的CNN网络,新的block设计能够在简化运算的同时保持甚至提高网络的泛化能力。那么本篇博客就来介绍一下现在

2017-10-06 13:44:05

Mac终端Iterm2快捷键大全

标签新建标签:command + t关闭标签:command + w切换标签:command + 数字 command + 左右方向键切换全屏:command + enter查找:command + f

2017-07-25 22:47:08

深度学习笔记(5)——学术界的霸主Resnet

前言在当今学术界的论文里,几个baseline网络LeNet、AlexNet、VGGNet、GoogLeNet、ResNet都是大家用的多的CNN网络。其中LeNet、AlexNet、VGGNet这三个都是很古老的CNN线性网络,属于新手喜欢用的VGG like 网络,这些网络结构简单,从输入到输出一条路走到黑,所以工业界对这些网络都有很有效的加速优化,但是在学术界却因为泛化能力有限近年逐渐被淘汰。

2017-07-23 17:06:47

深度学习笔记(3)——CNN中一些特殊环节的反向传播

在深度学习笔记(2)——卷积神经网络(Convolutional Neural Network) 中我们介绍了CNN网络的前向传播,这一篇我们介绍CNN的反向传播,讲到反向传播的时候实质就是一大堆求梯度的数学公式,这些公式其实已经在深度学习笔记(1)——神经网络(neural network) 那篇博客中介绍过了,所以这里就不再介绍。但是传统的神经网络无论是隐层还是激活函数的导数都是可导,可

2017-06-05 21:38:43

【更新于12.29】深度学习论文汇总

本博客用于记录自己平时收集的一些不错的深度学习论文,近9成的文章都是引用量3位数以上的论文,剩下少部分来自个人喜好,本博客将伴随着我的研究生涯长期更新,如有错误或者推荐文章烦请私信。深度学习书籍和入门资源LeCun Y, Bengio Y, Hinton G. Deep learning[J]. Nature, 2015, 521(7553): 436-444. [PDF](深度学习最权威的综述)

2017-04-07 19:51:34

深度学习笔记(2)——卷积神经网络(Convolutional Neural Network)

卷积神经网络(Convolutional Neural Network, CNN)是深度学习转折的标志性成果,在深度学习的早期,以Hinton等为代表的学者们研究主要集中在RBM(限制波尔兹曼机),AE(自编码器)等传统的全连接神经网络框架上,这个时期虽然出现了很多无监督、优化函数改进之类的研究,使得传统的神经网络层数有所增加,但是终究没有脱离全连接神经网络框架的约束,以至于最终网络可训练的参数量还

2017-04-05 14:00:15

【论文笔记】Unsupervised Learning of Video Representations using LSTMs

这篇文章是深度学习应用在视频分析领域的经典文章,也是Encoder-Decoder模型的经典文章,作者是多伦多大学深度学习开山鼻祖Hinton教授的徒子徒孙们,引用量非常高,是视频分析领域的必读文章。摘要翻译我们使用长短时记忆(Long Short Term Memory, LSTM)网络来学习视频序列的表征。我们的模型使用LSTM编码器将输入序列映射到一个固定长度的表征向量。之后我们用一个或多个L

2017-03-26 21:21:41

深度学习笔记(4)——Sigmoid和Relu激活函数的对比

Relu是一个非常优秀的激活哈数,相比较于传统的Sigmoid函数,有三个作用: 1. 防止梯度弥散 2. 稀疏激活性 3. 加快计算 首先我们看下sigmoid和relu的曲线 然后可以得到sigmoid的导数 以及relu的导数 结论就是sigmoid的导数只有在0附近的时候有比较好的激活性,在正负饱和区的梯度都接近于0,所以这会造成梯度弥散,而relu函数在

2017-03-20 15:56:07

【论文笔记】Video2Vec: Learning Semantic Spatial-Temporal Embeddings for Video Representation

摘要翻译这篇论文我们提出了一种视频片段的语义和时空信息嵌入(embedding)方法。视频作为语义连续的时序列帧,我们借助视频的这个特点来表达视频的高层特征(备注,视频和图像的高层特征通常就是指understanding层面)。我们的网络提取CNN的特征并且训练了两个学习视频的文本信息地独立GRU编码器,此外我们还把视频的彩色图像序列和光流序列嵌入到相同尺寸的表征向量(representation)

2017-03-13 16:21:45

深度学习笔记(1)——神经网络(neural network)

神经网络是机器学习中的一种经典模型,也是现在深度学习的前身和基础,因此如果要想掌握深度学习,必须通透地了解神经网络。关于神经网络需要做到以下几点:了解神经网络的线性结构,了解非线性激活函数,掌握参数训练的反向传播算法(BP, backpropagation),了解多层神经网路的梯度弥散问题。神经元和感知机神经网络是由一个个基本的神经元组合而成的,而这些神经元模拟人脑中神经细胞,拥有若干个输入和输出(

2017-02-20 22:03:55

深度学习笔记(0)——机器学习基本概念

本篇博客仅针对毫无机器学习理论背景的人,其他人可以直接跳过。机器学习(machine learning)是最近非常火的一个领域,关于其一些基本定义百度百科、维基百科或者网上随便都可以找到很多资料,所以这里不做过多解释。就我个人理解,通常任何问题我们都可以用一个数学模型来解释: y=f(x)y=f(x) 在统计学习方法里面通常使用的是P(y|x)P(y|x),为了方便理解,不妨不严谨地把P看作是

2017-01-19 14:52:47

深度学习优化方法比较

看到一篇比较不错的文章,比较了深度学习中的各种优化方法,可以看这篇博客

2016-12-30 12:36:39

windows 的GPU版本tensorflow,keras,tensorlayer搭建

安装VS编译器在windows安装NVIDIA的CUDA驱动需要先安装VS的编译器,VS最低的版本是VS2010,网上去下个破解自己安装一下就行,这里不做特别说明。安装CUDA新版本的CUDA已经安装起来相当方便了,只需要去官网根据操作系统选择自己对应的版本cuda就行,下载建议使用local版本,而不是network版本,离线安装就是要方便一点。现在下来之后直接双击安装,除非C盘存在空间的问题,否

2016-12-23 15:18:49

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!