Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Global Descriptors of Convolution Neural Networks for Remote Scene Images Classification Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

Details for Person Re-identification Baseline

verfasst von : Zhong Zhang, Haijia Zhang, Shuang Liu

Erschienen in: Artificial Intelligence in China

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, we evaluate the performance of person re-identification (Re-ID) baseline under different implementation details including resize ratio of the pedestrian image, batch size and basic learning rate. To this end, we employ ResNet-50 as the classification model by modifying the original FC layer and apply a classifier to compute identity prediction values. We perform amounts of experiments to assess the effects of these implementation details on Market-1501 and experimental results show that these implementation details are very important for person Re-ID.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Computer-Aided Diagnosis of Mild Cognitive Impairment Based on SVM
Nächstes Kapitel An Ontology for Decision-Making Support in Air Traffic Management
Literatur
1.
Wang X (2013) Intelligent multi-camera video surveillance: a review. Pattern Recognit Lett 34(1):3–19CrossRef
2.
Loy CC, Xiang T, Gong S (2009) Multi-camera activity correlation analysis. In: IEEE conference on computer vision and pattern recognition, Miami, pp 1988–1995
3.
Zhang Z, Wang C, Xiao B, Zhou W, Liu S (2012) Action recognition using context-constrained linear coding. IEEE Signal Process Lett 19(7):439–442CrossRef
4.
Zhang Z, Wang C, Xiao B, Zhou W, Liu S, Shi C (2013) Cross-view action recognition via a continuous virtual path. In: IEEE conference on computer vision and pattern recognition, Portland, pp 2690–2697
5.
Gao S, Wang C, Xiao B, Shi C, Zhang Z (2014) Stroke bank: a high-level representation for scene character recognition. In: International conference on pattern recognition, Stockholm, pp 2909–2913
6.
Zhang Z, Mei X, Xiao B (2015) Abnormal event detection via compact low-rank sparse learning. IEEE Intell Syst 31(2):29–36CrossRef
7.
Gheissari N, Sebastian TB, Hartley R (2006) Person reidentification using spatiotemporal appearance. In: IEEE conference on computer vision and pattern recognition, vol 2, New York, pp 1528–1535
8.
Farenzena M, Bazzani L, Perina A, Murino V, Cristani M (2010) Person re-identification by symmetry-driven accumulation of local features. In: IEEE conference on computer vision and pattern recognition, San Francisco, pp 2360–2367
9.
Cheng DS, Cristani M, Stoppa M, Bazzani L, Murino V (2011) Custom pictorial structures for re-identification. In: British machine vision conference, Dundee, pp 1–11
10.
Liao S, Hu Y, Zhu X, Li SZ (2015) Person re-identification by local maximal occurrence representation and metric learning. In: IEEE conference on computer vision and pattern recognition, Boston, pp 2197–2206
11.
Tan S, Zheng F, Shao L (2015) Dense invariant feature based support vector ranking for person re-identification. In: IEEE global conference on signal and information processing, Orlando, pp 687–691
12.
Zheng L, Shen L, Tian L, Wang S, Wang J, Tian Q (2015) Scalable person re-identification: a benchmark. In: IEEE international conference on computer vision, Santiago, pp 1116–1124
13.
Li W, Zhao R, Xiao T, Wang X (2015) DeepReID: deep filter pairing neural network for person re-identification. In: IEEE conference on computer vision and pattern recognition, Boston, pp 152–159
14.
Ristani E, Solera F, Zou R, Cucchiara R, Tomasi C (2016) Performance measures and a data set for multi-target, multi-camera tracking. In: European conference on computer vision, Amsterdam, pp 17–35
15.
Ding S, Lin L, Wang G, Chao H (2015) Deep feature learning with relative distance comparison for person re-identification. Pattern Recognit 48(10):2993–3003CrossRef
16.
Su C, Li J, Zhang S, Xing J, Gao W, Tian Q (2017) Pose-driven deep convolutional model for person re-identification. In: IEEE international conference on computer vision, Venice, pp 3980–3989
17.
Geng M, Wang Y, Xiang T, Tian Y (2018) Deep transfer learning for person re-identification. In: IEEE international conference on multimedia big data, Xian, pp 1–5
18.
Yao H, Zhang S, Zhang Y, Li J, Tian Q (2019) Deep representation learning with part loss for person re-identification. IEEE Trans Image Process 28(6):2860–2871MathSciNetCrossRef
19.
He K, Zhang X, Ren S, Sun J (2016) Deep residual learning for image recognition. In: IEEE conference on computer vision and pattern recognition, Las Vegas, pp 770–778
20.
Cheng D, Gong Y, Zhou S, Wang J, Zheng N (2016) Person re-identification by multi-channel parts-based CNN with improved triplet loss function. In: IEEE conference on computer vision and pattern recognition, Las Vegas, pp 1335–1344
21.
Zheng Z, Zheng L, Yang Y (2018) A discriminatively learned CNN embedding for person re-identification. ACM Trans Multimed Comput 14(1):13MathSciNet
22.
Sun Y, Zheng L, Yang Y, Tian Q, Wang S (2018) Beyond part models: person retrieval with refined part pooling. In: European conference on computer vision, Munich, pp 480–496
Metadaten
Titel
Details for Person Re-identification Baseline
verfasst von
Zhong Zhang
Haijia Zhang
Shuang Liu
Copyright-Jahr
2020
Verlag
Springer Singapore
Buch
Artificial Intelligence in China

Print ISBN: 978-981-15-0186-9

Electronic ISBN: 978-981-15-0187-6

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-981-15-0187-6_54

Neuer Inhalt

    Bildnachweise