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

paper下载地址：https://arxiv.org/abs/1707.00798

Introduction

Person Re-ID需要解决什么问题？

测试集中的人在训练集中是不可见的，因此需要学习到的描述子有足够的可分性。

目前大多数表征学习方法的目的是最小化训练集的分类损失，这与Re-ID任务不同。表征学习方法更多的关注于人体的躯干部分，而忽略其他部分。对于不同的人，其他部分诸如头部，上半身体依然是意义的。基于此，作者提出了PL-net（part loss networks），它自动将一副图像分成K个parts，然后分别计算每个parts的分类损失。

Approach

整个网络主要包括两个部分：训练集的经验分类损失即全局损失，表征学习损失即各个部件的分类损失。



假设已经得到feature map χ，首先计算每个特征图的激活值的最大值位置，(hz,wz)=argmaxχz(h,w)

其中z为通道数，然后用L2距离将这些坐标点(h,w)聚成K类。然后在每个聚类中用average pooling（聚类中的通道上）并min-max归一化得到显著性图像。然后用阈值0.5将显著性图像变为二值图像，并将二值图的最大外接矩形作为人体部件的bounding box。



有了bounding box，有了feature mapχ，接下来就是RoI pooling，将χ转为固定的大小χk∈RZ∗H′∗W′，其中H′=W′=4，最后就是和全局损失一样计算各个部件的损失。

测试的时候，全局特征用χ加上global pooling之后的特征，局部特征用χk∈RZ∗4∗4加上global pooling之后的特征，然后将所有的特征concat起来。

Experiment