論文題目：Learning Deep Feature Representations with Domain Guided Dropout for Person Re-identi?cation
還是香港中文大學的牛牛們寫的paper.

有源碼：https://github.com/Cysu/person_reid

Motivation

這篇paper主要是為了解決一些issues（例如person re-identification），這些應用沒有large-scale datasets，但是有許多small datasets，從而采用多域學習。因此，本文提出用CNNs提取深度特征的pipeline。將所有的小數據集的訓練數據組織在一起，組成一個large scale classification issue。這樣訓練出來的神經元有些對公共數據集有效，有的對單個數據集有效，于是，作者提出了Domain guided dropout（包括determinative 和 stochatistic ）,有效的提高了特征的性能。實驗在七個數據上進行，包括（摘自作者發布的信息）：
1. CUHK03
2. CUHK01
3. PRID
4. VIPeR (I cannot find the link to the original dataset. This is my previous backup version.)
5. 3DPeS
6. i-LIDS (I cannot find the link to the original dataset. This is my previous backup version.)
7. Shinpuhkan (need to send an email to the authors)
所有數據集都分成train,val,和test，取所有的train sets 合并成一個大數據集進行訓練， 但微調只在前6個上進行，因為，最后一個數據集只有24個ID.

內容

參看：http://blog.csdn.net/lv26230418/article/details/51317180
這篇寫的很詳細

總結

以上是生活随笔為你收集整理的[CVPR2016]Learning Deep Feature Representations with Domain Guided Dropout for Person Re-id的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。