mid-level提取的特征更具判别性

1、这篇是16年CVPR关于Re-id的一篇
在这里插入图片描述
2、下面这篇论文是2018年关于细粒度检索的一篇文章,其中的亮点也在于端到端的学习mid-level特征,更具有鲁棒和判别性!
在这里插入图片描述
其中的1*1卷积就是做一个判别器的作用,检测显著性的patch
在这里插入图片描述
这是最近看的两篇论文的一点相似处,行人重检索作为图像检索的子问题,两方面大体上还是很相似的。
小发现:
提取mid-level特征很重要!
想要论文原文的可以私聊我~

猜你喜欢

转载自blog.csdn.net/weixin_43979572/article/details/84974987