[人工智能]（MM-2018）用于行人重识别的局部卷积神经网络

用于行人重识别的局部卷积神经网络

paper题目：Local Convolutional Neural Networks for Person Re-Identification

paper是中国科学技术大学发表在MM 2018的工作

paper地址：链接

ABSTRACT

最近的工作表明，通过引入注意力机制可以显著改善行人重识别，该机制允许学习全局和局部表示。然而，所有这些工作都在不同的分支中学习全局和局部特征。因此，除了最终的特征嵌入层外，不允许全局和局部信息的交互/增强。本文提出将局部操作作为一个通用的构建块，用于在任何层中合成全局和局部信息。这个构建块可以插入到任何卷积网络中，只需少量关于局部部分的大致位置的先验知识。对于行人重识别任务，即使只插入一个局部块，局部卷积神经网络 (Local CNN) 也可以在三个大型基准测试（包括 Market-1501、CUHK03 和 DukeMTMC-）上始终优于最先进的方法。

1 INTRODUCTION

(ReID)可以跨多个摄像头或在单个摄像头内跨时间匹配同一个人，在计算机视觉社区中受到越

阅读世界，共赴山海

423全民读书节，邀你共读

开通VIP 解锁文章