【2016_ECCV】Embedding Deep Metric for Person Re-identification: A Study Against Large Variations

行人數據的特徵空間分佈在highly-curved manifold,很難用geodesic距離比較2個樣本。manifold學習方法常採用局部範圍內的歐式距離結合樣本間的圖形關係來近似geodesic距離。文章主要通過moderate positive mining和對馬氏距離的權重限制來提高速度和性能。 Moderate positive mining 數據有很大的類內差異 數據在特徵空間中分
相關文章
相關標籤/搜索