这篇文章介绍了一种将不同角度、不同状态的GEI经过ENCODER-DECODER后变成90°正常状态的GEI,出发点与GaitGAN是一样的,都是想将不同的GEI经过变化变成相同的GEI,然后从中提取出对检测任务比较关键的特征。不同点在于,一个是通过GAN的方法,将不同的GEI作为输入生成最终需要的GEI,另一个是使用一系列逐级相连的auto-encoder,一步步将不同状态下的GEI,经过一点点变换得到最终的side view GEI。
Invariant feature extraction for gait recognition using only one uniform model
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
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...
- 使用GAN的方法,将所有不同视角或者不同状态的GEI生成为同一个视角、相同状态的GEI,使用一个ENCODER-D...
- 原文地址 要是关注深度学习在自然语言处理方面的研究进展,我相信你一定听说过Attention Model(后文有时...
- 对比两篇论文 : 其中一篇是A Neural Attention Model for Abstractive Se...