Introduction
本文主要设计了一个自学习的区域对称Reid框架,解决提取的特征区域不对齐的问题。
Our Approach
假设图片集合为,模型采用了三元组损失。
(1)区域对齐表征:
区域映射检测器采用的是一个卷积层。该网络输出K个区域特征,最终concat得到:。该网络效果如下:
(2)网络结构:
采用了GoogLeNet,从inception_4e输出到全连接层,得到512通道的特征映射。
Experiments
Introduction
本文主要设计了一个自学习的区域对称Reid框架,解决提取的特征区域不对齐的问题。
Our Approach
假设图片集合为,模型采用了三元组损失。
(1)区域对齐表征:
区域映射检测器采用的是一个卷积层。该网络输出K个区域特征,最终concat得到:。该网络效果如下:
(2)网络结构:
采用了GoogLeNet,从inception_4e输出到全连接层,得到512通道的特征映射。
Experiments