CVPRApr, 2022

使用 Transformer 的端到端一步式人物搜索（PSTR）

PDF
TL;DR提出了一种新颖的基于 transformer 的人物搜索框架 PSTR，在一个结构中同时执行人物检测和重识别，实验结果表明其在两个流行基准测试上取得了最新的 state-of-the-art，其中最有挑战的 PRW 基准测试上平均精度（mAP）达到了 56.5％。
发现论文，激发创造
  • 使用 Transformer 进行端到端实例分割

    本文提出了一种名为 ISTR 的实例分割变压器，利用低维掩模嵌入进行实例分割，采用递归细化策略实现检测和分割并行，实现了端到端框架。在 MS COCO 数据集上，基于 ResNet50-FPN 和 ResNet101-FPN 的 ISTR 分别获得了 46.8 / 38.6 和 48.1 / 39.9 的盒子 / 掩码 AP，并取得了最先进的性能。

    May, 2021

  • 基于掩码引导的双流 CNN 模型的人体搜索

    本文提出了一种基于前景分割的人物搜索方法，将对象检测和人物重识别模型分离，使用两个不同的 CNN 来分别提取主体和原始图像的特征，并在 CUHK-SYSU 和 PRW 两个公认的基准测试中实现了比现有方法高 5pp 以上的 mAP 值，效果显著。

    Jul, 2018

  • STNReID : 使用成对空间变换网络的深度卷积网络进行部分人员重新识别

    本研究提出一种基于空间变换网络的深度偏分人员再识别框架，可以用于与整体身份图像匹配。实验结果表明，该框架在偏分人员再识别任务中达到了与最先进方法相当的准确率。

    Mar, 2019

  • 全面解耦的端到端人员搜索

    提出了一种全面解耦的网络模型，用于实现端到端的人员搜索，并在检测和重新识别子任务上进行任务增量训练，从而实现了独立学习和最优化的人员搜索效果。

    Sep, 2023

  • 高效人员搜索的连续端到端网络

    提出了一种基于 Sequential End-to-end 网络和 Context Bipartite Graph Matching 算法来提升 person search 中 re-ID performance 的方法，并在 CUHK-SYSU 和 PRW 两个 benchmark 上取得了最先进的结果。

    Mar, 2021

  • AutoSTR: 场景文本识别高效骨干网络搜索

    本文提出了 AutoSTR 来搜索依赖于数据的骨干以增强文本识别性能，实验表明，通过搜索数据依赖的骨干，AutoSTR 可以在标准基准测试中胜过最先进的方法，且 FLOPS 和模型参数更少。

    Mar, 2020

  • 使用渐进式视频变换器进行端到端多人 3D 姿势和形状估计

    本研究提出了一种新的端到端的多人三维姿势和形状估计框架，称为 PSVT，其中使用逐步视频变换器和姿势引导注意力来捕获全局时空上下文，进一步提高了性能。

    Mar, 2023

  • 基于姿态引导的部件关系转换器用于遮挡下的人员再识别

    本研究提出了一种用于遮挡场景下的姿势引导的人物 Re-Id 的模型，该模型利用局部特征提取和匹配，引入变换器建立了部分感知的长期相关性。实验表明，所提出的模型在公共的遮挡数据集上取得了新的最先进水平，并在标准的非遮挡人物 Re-Id 数据集上表现出可比较的性能。

    Sep, 2021

  • 人物再识别的人类语义分析

    本论文旨在提高人物再识别的性能。与常见的检测局部特征的方法不同，我们提出采用人类语义分析来提取局部特征，相应的性能得到了大幅提升，并成为了当前最优方法。此外，我们展示了通过简单且有效的训练策略可以使标准的卷积神经网络方法，如 Inception-V3 和 ResNet-152，无需修改即可显著提高人物再识别的性能。

    Mar, 2018

  • 野外行人再识别

    介绍了一个用于人行检测和人物识别的新数据集 PRW 及其评估，利用 6 个同步摄像头采集的视频，包含 932 个身份和 11,816 帧，使用了各种检测器和识别器的绩效分析，提出了两种改进措施，并评估了这些措施对于人物重新识别的效果。

    Apr, 2016