自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(13)
  • 收藏
  • 关注

原创 CVPR2020行人重识别论文

1、Transferable, Controllable, and Inconspicuous Adversarial Attacks on Person Re-identification With Deep Mis-Rankingpaper2、Inter-Task Association Critic for Cross-Resolution Person Re-Identificationpaper3、Learning Multi-Granular Hypergraphs for Video-

2020-06-11 10:26:56 1245

原创 生成对抗网络在可将光到红外光跨模态风格迁移中的论文阅读

1、Facial Feature Embedded CycleGAN for VIS-NIR TranslationmotivationVIS-NIR人脸识别仍然是一项具有挑战性的任务,因为这两种模式的光谱成分之间的区别以及配对训练数据的不足。本文在CycleGAN的启发下,提出了一种将VIS人脸图像转化为伪NIR图像的方法,该方法的目的是为了近似真实NIR图像的分布,并提出了一种新的人脸特...

2019-07-14 15:17:07 3228 2

转载 Translating and Segmenting Multi-modal Medical Volumes with Cycle- and Shape-Consistency GAN(简介)

这篇论文提出了医学volume-to-volume的转换,包括对抗性、循环一致性和形状一致性损失,以及双模态分割。这篇论文主要用到CycleGAN。一、本论文提出的方法上图描述了该结构的两个部分:生成器部分和分割器部分(判别器部分没有特别之处,所以没介绍)1. 生成器部分:两个生成器,采用U-Net结构,使用步长为2、核为3×3×3的卷积进行3次下采样,上采样与下采样对称,且对每个分辨...

2019-07-14 15:10:22 343 1

原创 Unsupervised Cross-spectral Stereo Matching by Learning to Synthesize

无监督交叉光谱立体匹配的目的是在没有任何深度或视差监督的情况下恢复给定交叉光谱图像对的视差。估计深度为原始图像提供了补充信息,有助于其他视觉任务,如跟踪、识别和检测。然而,不同光谱波段的图像之间存在较大的外观差异,这对跨光谱立体匹配是一个挑战。现有的深部无监督立体匹配方法对图像的外观变化很敏感,不能很好地处理交叉光谱数据。提出了一种基于图像到图像转换的无监督交叉光谱立体匹配框架。首先,一个风格适应...

2019-07-14 14:57:49 454

原创 Cross-Modality Person Re-Identification with Generative Adversarial Training

paper摘要行人重识别是视频监控系统中的一项重要任务,它可以自动搜索和识别不同摄像机上的人。尽管在RGB相机中已经取得了广泛的REID进展,但研究红外图像和RGB图像之间的REID的工作却很少,这本质上是一个交叉模态问题,在现实场景中广泛遇到。关键的挑战在于两个方面,即缺乏识别信息来在RGB和红外成像设备之间重新识别同一个人,以及难以学习这种大规模交叉成像设备检索的强大指标。在本文中,我们通...

2019-07-01 23:29:26 1380 1

转载 带你理解CycleGAN,并用TensorFlow轻松实现

简介如果你对生成对抗网络(GAN)还不太了解,可以查看Ian Goodfellow在NIPS 2016的研讨会视频,地址见文末。这篇文章是一份简化版教程,将带你了解CycleGAN的核心理念,并介绍如何在Tensorflow中实现CycleGAN网络。非配对的图像到图像转换最近提出的Pix to Pix方法的关键是提供了在这两个域中有相同数据的训练样本。CycleGAN的创新点在于能够...

2019-06-30 20:44:42 842

原创 生成式对抗网络在行人重识别中的应用

An Introduction to Person Re-identification with Generative Adversarial Networks论文地址摘要传统的Re-ID方法在解决复杂背景下的遮挡、姿态变化和特征变化时存在着一定的限制。采用基于GAN的Re-ID来解决上述问题在过去几年成了一个热门的方向,本文回顾了相关的论文。1、引言Re-ID的两种方法:1)传统方法...

2019-06-29 13:56:30 1869

转载 Weakly and Semi Supervised Human Body Part Parsing via Pose-Guided Knowledge Transfer

论文的核心思想是利用人体的解剖相似性,将一个人的解析结果传递给另一个姿势相似的人。1、背景为了更加精细地对人的行为进行分析,关键的一点就是能够将人体的各个部分分割出来。但是这个问题很难,因为让人去标注这些数据(一个部分一个部分地画出来)是非常困难的;也正是因为这样,目前这方面最大的数据集也只有少于 2000 个用于训练的标注数据。那么最好的方法就是让机器能够自动且有效地标记出这样的 label...

2019-06-29 13:54:51 281

原创 RGB-Infrared Cross-Modality Person Re-Identification论文阅读笔记

在这项工作中,我们解决RGB-IR交叉模态Re-ID问题,并提出了一个新的多模态Re-ID数据集SYSU-MM01,包括来自6个摄像头的491个identities 的RGB和IR图像,共给出287628个RGB图像和15792个红外图像。为了探讨RGB-IR REID问题,我们评估了现有的跨域模型,包括三种常用的神经网络结构(一流、两流和非对称FC层),并分析了它们之间的关系。我们进一步提出了深度零填充的方法来训练一个单流网络,使其能够自动改进网络中特定于域的节点,从而实现跨模态匹配。我们的实验表明使用深

2019-06-29 13:54:28 713

转载 Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks

GAN——Generative Adversarial Networks网络中有生成器G(generator)和鉴别器(Discriminator)。有两个数据域分别为X,Y。G 负责把X域中的数据拿过来拼命地模仿成真实数据并把它们藏在真实数据中,而 D 就拼命地要把伪造数据和真实数据分开。经过二者的博弈以后,G 的伪造技术越来越厉害,D 的鉴别技术也越来越厉害。直到 D 再也分不出数据是真...

2019-06-29 13:53:07 353

原创 Learning to Reduce Dual-level Discrepancy for Infrared-Visible Person Re-identification

IV-REID关注的是来自频谱照相机不同成像过程的额外模态差异,从而导致跨模态行人重识别更难。先前的方法试图使用特征水平的约束降低外观差异和模态差异,然而仅仅使用特征水平的约束消除混合的差异有些困难,因此本论文提出了一种双水平差异减少学习方法来分别处理两种差异。对于模态差异,一个图像水平的子网络通过迁移红外图像到可见光下以及可见光到红外图像下。此外,一个特征水平的子网络被用于降低外观差异。研...

2019-06-26 16:09:05 505

原创 AAAI2019行人重识别论文

Spatial-­‐Temporal Person Re-­‐identificationLearning Resolution-­‐Invariant Deep Representations for Person Re-­‐IdentificationHSME: Hypersphere Manifold Embedding for Visible Thermal...

2019-04-23 16:26:39 1008

原创 CVPR2019行人重识别、车辆重识别及行人图像生成论文汇总

论文题目1、Joint Discriminative and Generative Learning for Person Re-identification. Zhedong Zheng; Xiaodong Yang; Zhiding Yu; Liang Zheng ; Yi Yang ; Jan KautzMotivation2、Unsupervised Person Re-identific...

2019-04-19 01:10:46 12760 2

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除