AAAIFeb, 2021
解耦和记忆增强网络:面向单步人物搜索的有效特征学习
Decoupled and Memory-Reinforced Networks: Towards Effective Feature Learning for One-Step Person Search
Chuchu Han, Zhedong Zheng, Changxin Gao, Nong Sang, Yi Yang
TL;DR本文提出了一种名为 DMRNet 的解耦和增强记忆的网络,用于解决当前单步方法中存在的目标冲突和小批量训练时识别特征学习不足的问题,在 CUHK-SYSU 和 PRW 数据集上实现了高达 93.2%和 46.9%的 mAP 精度,超越了所有现有的一步方法。