所有文章 > 正文

IJCAI 2021 行人重识别强化学习必读论文推荐

作者: AMiner科技

浏览量: 1429

时间: 2021-07-30 08:11

IJCAI全称国际人工智能联合会议,是人工智能领域中最主要的学术会议之一。IJCAI2021由于疫情影响,也将于线上举行,本次会议在4204篇投稿论文中,有587篇论文被录取,论文接收率低至13.9%。

AMiner通过AI技术,对IJCAI2021收录的会议论文进行了分类整理,欢迎下载收藏!


AMiner-IJCAI 2021:https://www.aminer.cn/conf/ijcai2021


1.论文名称:Graph Consistency based Mean-Teaching for Unsupervised Domain Adaptive Person Re-Identification
论文链接:https://www.aminer.cn/pub/609ba97491e0113c3c76931b


本文提出了一种基于图一致性的均值教学(GCMT)方法,构建了教师与学生网络之间的图一致性约束。对于没有标记的训练图像,我们利用教师网络提取相应的特征,然后为每个教师网络构造一个教师图来描述训练图像之间的相似关系。


2.论文名称:Low Resolution Information Also Matters: Learning Multi-Resolution Representations for Person Re-Identification
论文链接:https://www.aminer.cn/pub/60b0713391e0118b560fecd1


我们探讨了分辨率对特征提取的影响,并开发了一种新的交叉分辨率的人身份识别方法,称为MRJL。该方法由分辨率重建网络(RRN)和双特征融合网络(DFFN)组成。RRN使用输入图像构建具有编码器和两个解码器的HR版本和LR版本,而DFFN采用双分支结构从多分辨率图像中生成人的表示。


3.论文名称:Multi-Level Graph Encoding with Structural-Collaborative Relation Learning for Skeleton-Based Person Re-Identification
论文链接:https://www.aminer.cn/pub/60c1808791e0112cf43c2001


为了充分探索人体关系,我们构建了不同层次的图来建模人体骨骼,并首次提出了一种基于结构-协作关系学习(MG-SCR)的多级图编码方法来编码人体Re-ID的可辨别图特征。MG-SCR优于目前最先进的基于骨架的方法,而且它比许多利用额外RGB或深度特征的多模态方法具有更优越的性能。

扫码微信阅读
[关于转载]:本文转载于AMiner科技,仅用于学术分享,有任何问题请与我们联系:report@aminer.cn。