May, 2024

通过双边调制的场景自适应人物搜索

PDF
TL;DR通过引入双边调制来减少背景噪音和前景噪音，维持一致的人员表示并适应不同场景，提出了一种场景自适应人员搜索（SEAS）模型。SEAS 模型可以在两个基准数据集上取得最先进的性能，其中 CUHK-SYSU 有 97.1% 的 mAP，PRW 有 60.5% 的 mAP。
person searchscene-adaptive person searchbackground modulation networkforeground modulation networkstate-of-the-art performance
发现论文，激发创造
  • 基于 GAN 场景合成的跨场景视频领域自适应人物搜索

    通过使用生成对抗网络，本研究设计了一种生成高质量跨身份场景合成的模型，用于人物搜索任务，实验证明该方法能够有效增加数据集的多样性和真实性。

    Aug, 2023

  • CM-NAS：可见光 - 红外人员再识别的跨模态神经架构搜索

    本研究通过系统研究手动设计的双流架构，发现适当地分离批量归一化层是实现跨模态匹配的关键，提出了基于批量归一化的交叉模态神经架构搜索（CM-NAS）方法，取得了比现有方法更好的性能。

    Jan, 2021

  • 文本人物搜索的跨模态特征校准

    本文提出一种基于文本的人物搜索的新颖有效方法，使用双编码器和分离的跨模态解码器架构，采用两种新的损失来提供细粒度的跨模态特征，并在 CUHK-PEDES，ICFG-PEDES 和 RSTPReID 等三个流行基准测试中创造了排名前三的成绩。

    Apr, 2023

  • AXM-Net：人员重新识别的隐式跨模态特征对齐

    本研究提出了一种基于卷积神经网络的新型架构，用于学习语义对齐的跨模态视觉和文本表示，其以 AXM-Block 作为基本构建块，动态地利用两种模态的多尺度知识，并根据共享语义重新校准每种模态。该框架利用文本数据作为视觉表示学习的超级注释信号，能够有效地学习模态之间的对齐语义，自动拒绝不相关信息，并在 CUHK-PEDES 数据集上表现出较高性能。

    Jan, 2021

  • 高效双向跨模态聚类匹配用于无监督可见 - 红外人员重识别

    该研究提出了一种针对不同模态的行人图像进行无监督匹配的学习框架，该框架主要包括基于双向聚类匹配的跨模态簇匹配算法、模态特定和模态不可知对比学习框架以及跨模态一致性约束，实验表明该方法明显优于现有方法。

    May, 2023

  • 基于姿态引导的多粒度注意力网络用于基于文本的人物搜索

    该研究提出了一种基于文本描述搜索人物图像的方法，通过使用多层次的视觉内容对不同语义相关性的相关图像和描述进行匹配，其中包括了多粒度的视觉信息。在 CUHK-PEDES 数据集上进行的实验表明，该方法在 top-1 指标上比现有方法高出 15％。

    Sep, 2018

  • 基于查询的端到端人员搜索

    本文介绍了一种基于查询引导的端到端人物搜索网络，并使用最新的联合检测器和重新识别工作 OIM [37] 进行扩展。实验结果表明，我们的方法在 CUHK-SYSU [37] 和 PRW [46] 数据集上都优于现有的最先进方法。

    May, 2019

  • 跨模态调制与选择的 RGB-D 显著性目标检测

    本文提出了一个名为 cmMS block 的模块，结合了 cross-modality feature modulation、adaptive feature selection 和 saliency-guided position-edge attention，可以逐步整合和完善 RGB-D 显著性检测中的交叉模态补充关系，有效提高了精度表现。

    Jul, 2020

  • 多尺度匹配的人员搜索

    本文提出了一种深度学习的交叉层语义对齐方法（CLSA），用于解决人物搜索中的多尺度匹配问题，并成功地减少了误差和计算量，该方法在两个大型人物搜索基准数据集（CUHK-SYSU 和 PRW）上性能卓越。

    Jul, 2018

  • 基于文本的人物搜索中的图像特定信息抑制和隐式局部对齐

    本论文提出了一种有效的联合信息和语义对齐网络 (ISANet) 用于文本驱动的人物搜索，该网络能够准确定位和对齐图像和文本之间的信息，并能够适应性地聚合图像和文本特征以实现本地细粒度对应关系和全局对齐，并在多个数据库上取得了优越的性能。

    Aug, 2022