Jul, 2018

基于 3D 卷积网络和非局部注意力的基于视频的人员再识别

PDF
TL;DR本研究旨在解决视频行人重新识别中的空间对齐问题和时间依赖性问题，提出了一种使用 3D 卷积和非局部块进行特征聚合的网络架构，实验结果表明该方法在多个指标上的性能均优于现有技术。
person re-identificationvideo tracking3d convolutionnon-local blockfeature aggregation
发现论文，激发创造
  • 重新审视基于视频的人员再识别的时间建模

    该文综合研究和比较了视频人员重识别的四种不同的时间建模方法，包括时间汇聚，时间关注，RNN 和 3D 卷积神经网络，并提出了一个采用时间卷积的注意力生成网络，用于在帧之间提取时间信息。在 MARS 数据集上进行评估，并通过一大部分超越了最新技术的方法。

    May, 2018

  • 视频行人再识别的时空高效非局部注意力网络

    本文介绍了一种通过非局部注意力机制，将空间和时间信息嵌入到特征表示中的视频行人重识别方法（NVAN）。实验表明 NVAN 在 MARS 数据集上的排名准确性比现有方法高出 3.8％，STE-NVAN 相比现有方法具有更先进的计算足迹。

    Aug, 2019

  • 基于多尺度 3D 卷积神经网络的视频行人再识别

    本文提出了一种两流卷积网络，用于提取视频中的时空线索以进行基于视频的人员再识别，其中一种流构建为通过将几个多尺度 3D 卷积层插入 2D CNN 网络而构成的暂时流，另一种流则由 2D CNN 实现以进行空间特征提取，并将两个流的空间和时间特征最终融合，经过广泛使用的基准数据集 MARS、PRID2011 和 iLIDS-VID 的评估表明，我们的方法具有优于现有 3D 卷积网络和现有技术的优秀性能。

    Nov, 2018

  • 基于深度循环卷积网络的视频行人再识别：一种端到端的方法

    本文提出一种端到端的方法来同时学习视频人物再识别的时空特征和相应的相似度度量，采用深度卷积网络和循环神经网络进行时间序列建模和度量学习，通过时间汇聚产生整体特征表示，在 iLIDS-VID 和 PRID 2011 等公共数据集上达到最先进的性能水平。

    Jun, 2016

  • 深度连对注视网络：基于视频的人员再识别的时间与位置选择

    本论文提出了一种具有 Siamese attention architecture 的模型，在视频中提取本地卷积特征，并使用嵌入式注意机制在门控循环单元中选择性地传播相关特征并记住它们的空间依赖性，以解决视频中行人匹配的问题，并在三个基准数据集上取得了良好的效果。

    Aug, 2018

  • 基于空间和时间记忆网络的视频人员再识别

    本文提出了一种基于 STMN 的新型人员 reID 方法，通过存储频繁出现在视频帧中的空间干扰和优化人员视频的典型时间模式的注意力，实现了对人员视频中的空间和时间干扰的有效处理。

    Aug, 2021

  • 3D PersonVLAD: 学习深度全局表示进行基于视频的人员再识别

    本研究提出了一种全局视频表示法，用于基于视频的人员重新识别，并通过 3D PersonVLAD 模型中的全局视频表示法，结合 3D ConvNets 和 3D 局部对齐模块来捕捉全长视频中的外观和运动动态，最终取得了最先进的结果。

    Dec, 2018

  • 基于关键点消息传递的视频行人重识别

    本文提出了一种基于人体关节特征的人物重识别方法，通过采用图卷积网络与卷积神经网络相结合的方式解决了运动带来的误差问题。在 MARS 数据集和 PoseTrackReID 数据集上，该方法在 top-1 准确性和平均精度方面均优于前人工作，定义了新的最先进方法。

    Nov, 2021

  • 基于多样性正则化的时空关注力视频人物再识别

    提出了一种新的时空注意力模型，可以自动发现多样化的特征，并使用空间和时间的注意力组合提取有用的信息，从整个视频序列中学习潜在的面部、躯干和其他身体部位的隐藏表示，通过三个数据集的评估发现算法优于现有方法。

    Mar, 2018

  • 基于视频的人员再识别不带花哨

    提出了一种基于深度学习检测和追踪的重新检测和链接模块，并结合粗到细轴向注意网络优化了视频行人重识别，可以显著降低计算成本并在 MARS 数据集上实现排名 1 的最高表现，能够解决由于不完美的检测和跟踪结果导致的空间和时间错配问题，同时发现了数据集中的噪声和评估协议错误，为是次领域研究提供了可靠的数据和基础工具。

    May, 2021