Paper Reading: A Multi-task Deep Network for Person Re-identification

Paper Reading Note

URL:
https://arxiv.org/pdf/1607.05369.pdf

TL;DR

AAAI2017的一篇文章。
主要通過分類和排序模型結合解決二者各自單獨使用存在的問題，並且使用跨領域結構，通過複用其他數據集進行輔助訓練，提供了一種解決在該任務下數據量少的思路。

Algorithm

模型框架如下：

• 在排序部分，論文采用的是三元組的策略，通過構造anchor/positive/negative，直接構造全連接來優化排序特徵。
• 在分類部分，首先將三元組組合成positive pair和negative pair，送到第三個卷積層得到joint feature map，之後可以通過分類的損失函數訓練。
• 在跨領域訓練部分，對兩個圖像對的label作XNOR操作作爲Contrastive loss的label，當兩個圖像對相同時，拉近兩個數據集的joint feature map，反之則拉遠兩個feature map。損失函數如下：
  用同或計算狀態是否吻合：
  
  Contrastive loss:
  

Experiment Results

Multi vs. single task: 對比了測試使用rank loss、訓練只用binary logistic classification loss或者triplet loss性能。
Cross-domain architecrue: 使用CUHK03作爲源數據，將其他四個小數據集作爲目標數據集進行實驗。

Thoughts

Multi-task的思路很容易想到，但是cross-domain是個非常好的解決訓練數據少並且分佈不均的問題。