【Person Re-ID】Deep Representation Learning with Part Loss for Person Re-Identification

paper下載地址：https://arxiv.org/abs/1707.00798

Introduction

Person Re-ID需要解決什麼問題？
測試集中的人在訓練集中是不可見的，因此需要學習到的描述子有足夠的可分性。

目前大多數表徵學習方法的目的是最小化訓練集的分類損失，這與Re-ID任務不同。表徵學習方法更多的關注於人體的軀幹部分，而忽略其他部分。對於不同的人，其他部分諸如頭部，上半身體依然是意義的。基於此，作者提出了PL-net（part loss networks），它自動將一副圖像分成K個parts，然後分別計算每個parts的分類損失。

Approach

整個網絡主要包括兩個部分：訓練集的經驗分類損失即全局損失，表徵學習損失即各個部件的分類損失。

假設已經得到feature map χ ，首先計算每個特徵圖的激活值的最大值位置，

(hz,wz)=argmaxχz(h,w)

其中z 爲通道數，然後用L2 距離將這些座標點(h,w) 聚成K類。然後在每個聚類中用average pooling（聚類中的通道上）並min-max歸一化得到顯著性圖像。然後用閾值0.5將顯著性圖像變爲二值圖像，並將二值圖的最大外接矩形作爲人體部件的bounding box。

有了bounding box，有了feature mapχ ，接下來就是RoI pooling，將χ 轉爲固定的大小χk∈RZ∗H′∗W′ ，其中H′=W′=4 ，最後就是和全局損失一樣計算各個部件的損失。

測試的時候，全局特徵用χ 加上global pooling之後的特徵，局部特徵用χk∈RZ∗4∗4 加上global pooling之後的特徵，然後將所有的特徵concat起來。

Experiment