[PersonReID] Part-Aligned Representations for Person Re-Identification

傷城~ 2022-05-11 05:40 105阅读 0赞

ICCV2017 paper: Deeply-Learned Part-Aligned Representations for Person Re-Identification  
[code][]  
[caffe 网络结构代码][caffe]  
[caffe网络结构可视化][caffe 1]

#### 论文中的网络结构 ####

![在这里插入图片描述][70]  
拿出inception的最后一个卷积层的feature map的输出：（ w ,h ,512)  
1.输入feature map ，用1x1的卷积，8个通道，生成8个和feature map同样大小的part map。 (w,h,8)，  
2.将8个part map和feature map进行element-wise multiplication。  
3.8个通道分别进行全局平均的pooling  
4.分别经过线性层 512–>64  
5.8个feature进行concat，64\*8  
6.对拼接的feature进行l2 normalization

#### caffe网络结构 ####

base model 就是inception，文中说用了FCN,AlexNet，以及 googlenet ，图片太长就不放了

![在这里插入图片描述][70 1]

#### part net 和FC 以及pooling的对比 ####

卷积层的最后一层feature map 分别送入FC 和pooling，和送入part net进行了对比  
![在这里插入图片描述][70 2]![在这里插入图片描述][70 3]

[code]: https://github.com/zlmzju/part_reid
[caffe]: https://github.com/zlmzju/part_reid/blob/master/models/demo/test.prototxt
[caffe 1]: https://ethereon.github.io/netscope/#/editor
[70]: /images/20220511/886fd6e85d914b9dbb2b4f9b87af41de.png
[70 1]: /images/20220511/84e154846acc45d9a7d6a6b180ecedeb.png
[70 2]: https://img-blog.csdn.net/20180920192436953?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTM2MDgzMzY=/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70
[70 3]: /images/20220511/c3a69ac790ba4b5dacba4940dc0416ec.png