原创力文档- 1、本文档共12页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
Person re-identification要做什么
在多摄像头的复杂场景中，快速定位查找指定 目标的所有结果
论文中常用数据集
CUHK03 ：香港中文大学 （CUHK）校园
Market-1501 ：清华大学校园
DukeMTMC ：8 个摄像机
MSMIT17 ：12个室外和3个室内 （校园）
Person Search要完成的任务
常规流程 ：先检测得到框 ，crop后再进行REID(大部分数据集也是这么做的)
咱们这回唠的不用分两步走 ，一口气全干完(检测与重识在一个网络中)
关于检测器的选择
要想速度快 ，那就得One-Stage+Anchor-Free(快还是它快)
这回选择的是FOCS目标检测算法 ，优势呢就是快 ，劣势呢就是效果那么回事吧
整体框架非常简单 ，其实就是one-anchor，每个点预测一个框
通过全卷积的方法 ，快速得到可能存在物体的地方及物体的类别
FCOS基本思路
预测方法与主要问题 （重叠怎么办？互相抢怎么办？）
FOCS整体架构
搜索中最大的难题(Misalignment)
尺度不对齐 ，FPN搞出来一堆区域 ，这里面的人那形状变化太大了
区域不对齐 ，我需要这个人准备的位置 ，你预测的可能有一些背景
任务不对齐 ，检测与REID本质上是互相矛盾的(人的通用特征 ，个性特征)
这也就是AlignPS中要解决的三个问题(以为FOCS为基础)
尺度不对齐
FOCS的特色成了问题
解决方法很暴力。。。
那就别多尺度了
选择一个合适的
区域不对齐
答案 ：Deformable Convolution
其实就是让卷积核溜达溜达
看看附近哪嘎达跟适合
学习卷核的偏移量
可变形卷积
适当偏移
找到最合适的地方
偏移量也是学出来的
让区域能更对齐
可变形卷积
Deformable Convolution效果
REID损失(改进Online Instance Matching)
拉近同一个人采样到的不同特征 ，将不同人的特征尽量分开
文档评论（0）