Revisiting Temporal Modeling for Video-based Person ReID 時序特徵深度網絡建模

Revisiting Temporal Modeling for Video-based Person ReID 圖1：基於圖像級特徵提取器（通常是2dcnn）的三種時態建模架構（A: temporal pooling，B: RNN， C: temporal attention）。 對於RNN，使用最終隱藏狀態或單元輸出的平均值作爲剪輯級表示； 對於時間注意，給出了兩種類型的注意產生網絡：「spa

>>阅读原文<<