随着深度学习的发展，研究人员开始探索将深度学习应用于行人重识别任务并提出了大量方法，随之也迎来了新的挑战。为系统地了解这一领域的研究现状和发展趋势，首先对行人重识别任务以及存在的问题进行简单介绍；其次，根据训练方式的不同，分别探讨监督学习、半监督学习/弱监督学习以及无监督学习上行人重识别任务的研究进展，并根据现有研究热度介绍生成对抗网络和注意力机制在行人重识别上的应用；之后，列举了该领域中常用的经典数据集，并对比了深度模型在这些经典数据集（Market-1501、CUHK03等）上的表现；最后，对行人重识别领域的未来方向进行了展望。
2022-01-07 15:26:39
1.8MB
1
今天给大家带来，深度学习，行人重识别re-id，多任务学习.pptx，面对于相关知识讲解的十分清楚明白，相关方向的同学不要错过，一起来学习吧！
2021-12-06 14:44:24
45.89MB
1
它是从两个对齐的摄像头（一个可见，一个远红外）收集的。总共有412人。每个人有10个可见光图像和10个远红外图像。
2021-12-04 17:28:38
66.56MB
1
Person Re-identification:Past, Present and Future.pdf
2021-11-29 21:18:53
3.61MB
1
郑哲东 Deep-ReID：行人重识别的深度学习方法。
Person re-identification
Background
Learn pedestrian representations from
2021-11-29 11:27:28
48.35MB
1
行人属性识别
基于VesPA，WPAL的一些行人属性识别方法。 PA-100K和RAP进行培训。
2021-10-09 16:41:45
71.9MB
1
行人属性识别纸张列表[ ]
人物属性识别纸质清单
从2014年到2020年在PETA和RAP数据集上的性能比较。我们发现，在两个大型基准数据集上，基线方法CNN-SVM的性能远胜于最近基于深度学习的PAR方法。 有趣的是，我们还可以发现，当前基于深度学习的方法的准确性是可比的，并且与几年前提出的深度PAR算法相比，当前方法（在2020年）没有显着改善。 那么，如果基于深度学习的PAR算法达到瓶颈，那么下一步该怎么办？
笔记：
欢迎来到我们的微信群进行进一步讨论，请扫描此
或扫描此内容以添加我的[注意：姓名+学校/公司]
如果您找到有关人的属性识别的更多相关论文，请给我发送电子邮件：
[ ] [] []
如果您发现此调查对您的研究有用，请考虑引用以下文章：
@article{wang2019parsurvey,
title={Pedestrian attribute re
2021-10-09 16:33:07
2.87MB
1