通过对抗生成网络产生无标签样本在此之外提高行人重识别的基准
摘要：
这篇论文的主要贡献是简单的半监督管道，这个管道仅仅使用了原始的训练数据，并不需要额外的收集数据。这个挑战在于1）如何仅从训练集中获得更多的训练数据；2）如何使用新生成的数据。在本作中，对抗生成网络被用于生成无标签的样本。我们提出了离群值的标签平滑正则化（这个离群值应该指的就是生成的图片——译者注）。这个方法为无标签的图片分配了一个均匀分布的标签，这是的监督模型正则化，并且提高了基准。
我们在一个实际的问题：行人重识别上验证了提出的方法。这个任务旨在从其他相机中检索一个查询的行人。我们使用了深度卷积生成对抗网络（DCGAN）来产生样本，和一个基准的卷积神经网络（CNN）来学习表达。实验表明，增加的由GAN产生的图片有效地提高了学习的CNN嵌入的辨别能力。在三个大规模的数据集Market-1501，CUHK03和DukeMTMC-reID上，我们的rank-1准确率分别比基准的CNN提高了+4.37%，+1.6%和+2.46%。此外，我们将提出的方法应用到了一个细粒度的鸟类识别上，并获得了比强基准多+0.6%的提高。代码可见https://github.com/layumi/Person-reID_GAN
Unlabeled Samples Generated by GAN Improve the Person Re-identification Baseline in vitro
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- GAN，全称为Generative Adversarial Nets，直译为生成式对抗网络。它一方面将产生式模型拉...
- (本文转自雷锋网，转载已获取授权，未经允许禁止转载)原文链接：http://www.leiphone.com/ne...
- 首发于 From Beijing with Love 提高驾驶技术：用GAN去除(爱情)动作片中的马赛克和衣服 達...
