利用全局、局部身体部位和头部流增强长期个体重新识别
本文提出了一个新的框架，有效地学习和利用全局信息和局部信息，解决了长期人物再识别中衣物变换和衣物一致情况的限制，并通过生成伪标签和训练身体部位分割模型来提取身体部位特征，实验证明了该方法优于现有的最先进方法。
本文介绍了一种用于学习足球运动员再识别的神经网络架构，包括双流网络和双线性池化层。通过双线性映射生成身体部位地图的局部特征，无需注释身体部位，通过训练整个网络最小化三元组损失来提高模型效果。实验证明该模型的有效性。
BriefGPT - AI 论文速递 -
