Scidown文献预览系统！
基于去相关高精度分类网络与重排序的行人再识别
韩光 葛亚鸣 张城玮 行人再识别 SENet 去相关 奇异值分解 重排序
目前基于深度学习的行人再识别方法通常将分类网络作为基础网络进行训练,再用其提取行人图片的深度特征,最后在欧氏距离度量下计算特征间相似度并建立排序表.因此,分类网络的特征表达能力将影响到再识别的准确率,而特征表达之间的相关性也会使相似度计算存在误差.针对这些问题,采用精度更高的分类网络作为行人再识别的特征提取网络,并使用奇异值分解来降低权向量之间的相关性,优化深度学习过程.此外,使用基于K互近邻的方法,对候选库中需要检索的图片进行重排序,也将进一步提升再识别的精度.在Market-1501数据集上的实验结果表明,该方法能显著提高行人再识别的准确性.
SciDown文献求助系统（解决99%问题） Public Download 万方 KNS 掌桥科研
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 下颌骨全对四种种植体设计对种植体及其周围骨的影响:三维有限元分析下载
scidown A Combined Local-Global Match for Optical Flow:第十三届国际图像图形技术与应用会议，北京，2018年4月8-10日，修订论文下载
scidown 1986 - 2020年中国可持续发展行动下载