文件名称：matlab分时代码-pose-sensitive-embedding:用于人员重新识别（PSE）的姿势敏感嵌入
文件大小：1.01MB
文件格式：ZIP
更新时间：2024-06-10 11:58:09
系统开源
matlab分时代码用于人员重新识别（PSE）的姿势敏感嵌入 在该存储库中，我们提供了用于本文的代码，该文档具有扩展的跨邻域重新排列的姿势重新嵌入以进行人员重新识别。 这包括我们的训练和预测框架，以及使用的神经网络架构和数据集读取器。 我们的Python和Matlab代码位于单独的存储库中。 此培训框架基于，原始网络架构（Resnet和Inception-v4）的灵感来自。 所有代码都是用Python3编写的，并已与Tensorflow 1.3一起使用。 如果您发现我们的工作对您的研究有所帮助，请引用： M. Saquib Sarfraz, Arne Schumann, Andreas Eberle, Ranier Stiefelhagen, "A Pose Sensitive Embedding for Person Re-Identification with Expanded Cross Neighborhood Re-Ranking", https://arxiv.org/abs/1711.10378 2017. [accepted at CVPR 2018] 训练人员重新识别
【文件预览】：
pose-sensitive-embedding-master
----predictor_views_rap_accuracy.py(3KB)
----predictor_views_mean.py(4KB)
----trainer_views.py(5KB)
----evaluation()
--------matlab()
--------__init__.py(0B)
--------evaluation_helper.py(3KB)
----helper()
--------__init__.py(0B)
--------checkpoint_helper.py(2KB)
--------model_helper.py(6KB)
--------variables_helper.py(1KB)
----predictor_views.py(4KB)
----__init__.py(0B)
----trainer_preid.py(5KB)
----datasets()
--------DatasetFactory.py(2KB)
--------MarsDataset.py(1KB)
--------Market1501PoseMapsDataset.py(1KB)
--------Market1501Dataset.py(3KB)
--------DukeDataset.py(538B)
--------val_list_52.txt(304KB)
--------__init__.py(0B)
--------train_list_52.txt(5.95MB)
--------MarsPoseMapsDataset.py(1KB)
--------DukePoseMapsDataset.py(500B)
--------RapPoseMapsDataset.py(1KB)
--------test_list_52.txt(1.19MB)
--------RapDataset.py(2KB)
--------Dataset.py(4KB)
----nets()
--------resnet_utils.py(10KB)
--------resnet_v1_views.py(13KB)
--------inception_v4.py(14KB)
--------inception_utils.py(2KB)
--------inception_v4_views.py(16KB)
--------__init__.py(1B)
--------resnet_utils_views.py(12KB)
--------resnet_v1.py(12KB)
--------nets_factory.py(3KB)
----tools()
--------images_to_pose_maps.py(4KB)
--------bmp_to_png.py(544B)
--------mean_std_calculator.py(879B)
--------__init__.py(0B)
----README.md(10KB)
----.gitignore(1KB)
----predictor_preid.py(7KB)