这个月主要是要学习pytorch和一些CV baseline的复现，搞搞毕设雏形🆙
以后还是把笔记写纸上要么写博客，不放本地了😨
网页版小绿鲸zen好用 😃

---

0x1105.CAViT for video object re-id 2022_中科院

Code

• reID关键是如何充分利用时空相互作用来提取更准确的表示，但是目前:

  • 3D解决方案对时空相互作用进行建模经常受到相邻帧未对准的困扰
  • 2D解决方案针对未对准采取分而治之策略，但不能利用时空相互作用

• 上下文对准视觉Transformer，CAViT，用于与2D solution进行时空交互:

  • MPE，多形状补丁嵌入.保留空间语义信息，防止由于姿势、遮挡或检测错误而导致的未对齐;
  • TSA，时间转移注意力.实现上下文空间语义特征对齐,代替transformer的self-attention机制;
  • RPE，残差位置嵌入，来指导TSA在连续帧之间聚焦于时间显著性信息.

• 在LSVID实现89.3%rank1的性能，在PRID2011实现 了95.7%rank1的性能

  • 在视频行人重识别的datasets证明了CAViT的优越性,
  • 对视频车辆重识别有效.