Pose-Normalized Image Generation for Person Re-identification 論文筆記

一、提出問題 現實情況中在跨視角攝像機下，同一行人的姿態是多變的，而現有方法缺乏在大的姿勢變化時跨視角的訓練數據對及在這種情況下差異性特徵和不變性特徵的學習。 二、論文貢獻 作者認爲姿勢的多變性是使深度re-id模型學習不到有效身份特徵和視角不敏感特徵的最重要原因，本文提出一種基於生成姿態歸一化圖像的解決方案，解決了現有模型可擴展性和泛化性弱的問題； 提出了一種行人圖像生成模型PN-GAN，用於生

>>阅读原文<<