An Attention-driven Two-stage Clustering Method for Unsupervised Person Re-Identification论文解读

本文主要是介绍An Attention-driven Two-stage Clustering Method for Unsupervised Person Re-Identification论文解读,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

ECCV 2020
论文地址:http://www.ecva.net/papers/eccv_2020/papers_ECCV/papers/123730018.pdf

动机

采用聚类方法容易让同一个相机得到的行人图像聚到一个类别中。因为它们的背景具有很大的相似性。
在这里插入图片描述

第二行没有采用attention,第三行用了attention

思路

attention-driven two-stage clustering(ADTC)。两个步骤:1、用无监督注意力机制将学习到的背景特征转到前景特征;2、聚类分两步:k均值产生聚类中心;k相互杰卡德距离度量重新聚类数据。

背景

1、注意力机制在有监督方法中经常使用:用于突出行人的衣服等特征,而忽略背景;但目标i域没有Label,不能直接套用。当前有种思路:用姿态估计模型作为attention机制的硬标签,但计算复杂度更高了。

2、attention机制

attention分类:hard-attention——依赖姿态估计模型定位区域 ; soft-attention——在网络中插入一些可训练的层作为feature map的 mask;

soft-attention分类:空间注意力——专注于特征的不同空间位置 ; 通道注意力—— 对通道进行重新校准。

本文结合空间和通道注意力机制(可参考论文Harmo-nious Attention Convolutional Neural Network)

方法

在这里插入图片描述

voxel attention(VA)

结合了空间和通道注意力

空间注意力计算方法(无学习参数):

1、沿通道计算每个空间位置的平均激活值
在这里插入图片描述

2、对 I 加一个softmax:
在这里插入图片描述

通道注意力计算方法(参考论文Squeeze-and-excitation networks):

1、对 f 用GAP 将全局信息压缩到通道上(本质上就是池化到 1x1 大小)
在这里插入图片描述

2、用**两个 FC 层(中间那层的channel数要远远小于原始的通道数)**实现通道间的信息捕获
在这里插入图片描述

最终的feature map是两部分乘积:(理解:用 S 的每个位置和C中单独每个通道相乘)
在这里插入图片描述

Two-stage clustering(TC)

分两步

1、用 kmeans++ 方法获得聚类中心;

2、计算其他数据与聚类中心的k互助杰卡德距离,重新分配(本质上就是先对feature re-rank,再计算杰卡德距离,和MMT的DBSCAN类似

注意:

1、聚类用的是经过 attention 之后的 feature

2、删除了有歧义的伪标签

交替训练

1、仅采用三元损失,而不用分类损失(模型会学习失败,因为聚类效果会在每一次交替训练中都不一样。
在这里插入图片描述在这里插入图片描述

结果

做了纯无监督和跨域无监督

w/o DA 表示没有在源域训练的结果

个人理解: attention + 循环聚类 的效果还是可以的,值得尝试

在这里插入图片描述

下图说明VA可以将positive和query(pq)之间距离拉近,拉远negative和query(nq)

横坐标 是nq - pq

在这里插入图片描述

这篇关于An Attention-driven Two-stage Clustering Method for Unsupervised Person Re-Identification论文解读的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/664628

相关文章

java之Objects.nonNull用法代码解读

《java之Objects.nonNull用法代码解读》:本文主要介绍java之Objects.nonNull用法代码,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐... 目录Java之Objects.nonwww.chinasem.cnNull用法代码Objects.nonN

SpringCloud负载均衡spring-cloud-starter-loadbalancer解读

《SpringCloud负载均衡spring-cloud-starter-loadbalancer解读》:本文主要介绍SpringCloud负载均衡spring-cloud-starter-loa... 目录简述主要特点使用负载均衡算法1. 轮询负载均衡策略(Round Robin)2. 随机负载均衡策略(

解读spring.factories文件配置详情

《解读spring.factories文件配置详情》:本文主要介绍解读spring.factories文件配置详情,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录使用场景作用内部原理机制SPI机制Spring Factories 实现原理用法及配置spring.f

Spring MVC使用视图解析的问题解读

《SpringMVC使用视图解析的问题解读》:本文主要介绍SpringMVC使用视图解析的问题解读,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Spring MVC使用视图解析1. 会使用视图解析的情况2. 不会使用视图解析的情况总结Spring MVC使用视图

Linux中的进程间通信之匿名管道解读

《Linux中的进程间通信之匿名管道解读》:本文主要介绍Linux中的进程间通信之匿名管道解读,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、基本概念二、管道1、温故知新2、实现方式3、匿名管道(一)管道中的四种情况(二)管道的特性总结一、基本概念我们知道多

Linux系统之authconfig命令的使用解读

《Linux系统之authconfig命令的使用解读》authconfig是一个用于配置Linux系统身份验证和账户管理设置的命令行工具,主要用于RedHat系列的Linux发行版,它提供了一系列选项... 目录linux authconfig命令的使用基本语法常用选项示例总结Linux authconfi

解读docker运行时-itd参数是什么意思

《解读docker运行时-itd参数是什么意思》在Docker中,-itd参数组合用于在后台运行一个交互式容器,同时保持标准输入和分配伪终端,这种方式适合需要在后台运行容器并保持交互能力的场景... 目录docker运行时-itd参数是什么意思1. -i(或 --interactive)2. -t(或 --

解读为什么@Autowired在属性上被警告,在setter方法上不被警告问题

《解读为什么@Autowired在属性上被警告,在setter方法上不被警告问题》在Spring开发中,@Autowired注解常用于实现依赖注入,它可以应用于类的属性、构造器或setter方法上,然... 目录1. 为什么 @Autowired 在属性上被警告?1.1 隐式依赖注入1.2 IDE 的警告:

Rust中的注释使用解读

《Rust中的注释使用解读》本文介绍了Rust中的行注释、块注释和文档注释的使用方法,通过示例展示了如何在实际代码中应用这些注释,以提高代码的可读性和可维护性... 目录Rust 中的注释使用指南1. 行注释示例:行注释2. 块注释示例:块注释3. 文档注释示例:文档注释4. 综合示例总结Rust 中的注释

解读Pandas和Polars的区别及说明

《解读Pandas和Polars的区别及说明》Pandas和Polars是Python中用于数据处理的两个库,Pandas适用于中小规模数据的快速原型开发和复杂数据操作,而Polars则专注于高效数据... 目录Pandas vs Polars 对比表使用场景对比Pandas 的使用场景Polars 的使用