Patch-based Discriminative Feature Learning for Unsupervised Person Re-identification(CVPR2019)阅读笔记

1.摘要 在行人重识别问题里,尽管局部特征的方法有效,但是受限于需要成对的有标记的数据去训练,这些数据往往难以获得。在这项工作中,提出了一个基于块的无监督学习框架用于学习易于区分的图像块特征。设计了一个PatchNet用于从特征图中选取块,从这些块中学习易于区分的特征。另外设计了一个图像层面的特征损失函数,利用同一张图像的所有块特征合并为一个图像级别的向导用于PatchNet。 2.创新点 1)第
相关文章
相关标签/搜索