[論文レビュー] AlignedReID: Surpassing Human-Level Performance in Person Re-Identification

Xuan Zhang, Hao Luo+7 more|arXiv (Cornell University)|Nov 22, 2017

Video Surveillance and Tracking Methods参考文献 39被引用数 437

ひとこと要約

本論文は、最短経路による自動的な局所パート整列を伴うグローバル–ローカル特徴の統合フレームワーク「AlignedReID」を提案し、相互学習を取り入れて、最先端の成果を達成し、Market1501とCUHK03で人間の性能を上回る。

ABSTRACT

In this paper, we propose a novel method called AlignedReID that extracts a global feature which is jointly learned with local features. Global feature learning benefits greatly from local feature learning, which performs an alignment/matching by calculating the shortest path between two sets of local features, without requiring extra supervision. After the joint learning, we only keep the global feature to compute the similarities between images. Our method achieves rank-1 accuracy of 94.4% on Market1501 and 97.8% on CUHK03, outperforming state-of-the-art methods by a large margin. We also evaluate human-level performance and demonstrate that our method is the first to surpass human-level performance on Market1501 and CUHK03, two widely used Person ReID datasets.

研究の動機と目的

• ポーズ、遮蔽、ミスアライメント下でグローバルとローカルの手がかりを活用し、堅牢な人物再識別を動機づける。
• 追加の監視なし・ポーズ推定なしで局所パーツを整列させるエンドツーエンド学習フレームワークを開発する。
• 表現品質を向上させるため、モデル間の相互学習を通じてメトリック学習を改善する。
• 標準的なReIDデータセットで評価し、人間の性能と比較してベンチマークを確立する。

提案手法

• CNNを用いて特徴マップを抽出する。
• グローバルプーリングによってグローバル特徴を計算する。
• 水平プーリングと1x1畳み込みでチャネルを削減してH個の局所特徴を計算する。
• 局所特徴間の距離行列に対する最短経路距離として局所距離を定義する（動的計画法）。
• グローバル距離と局所距離を結合して共同メトリック学習損失（TriHard）を得る。
• メトリック損失と分類損失の相互損失を用いて二つのモデルを共同訓練することで相互学習を適用し、勾配を共有して訓練を安定化させる。

実験結果

リサーチクエスチョン

• RQ1 暗黙的な局所特徴整列は、明示的なポーズ監視なしにグローバル特徴学習を改善できるか？
• RQ2 相互学習は、単一のAlignedReIDモデルを超えて表現品質とランキング性能をさらに向上させるか？
• RQ3 学習済みの局所整列により援用されたグローバル特徴だけで、推論時のグローバル+ローカル表現とどの程度競合できるか？
• RQ4 標準のReIDベンチマークにおけるAlignedReIDの人間の性能に対する比較はどうか？
• RQ5 AlignedReID特徴を用いた再ランキングが最終性能に及ぼす影響はどの程度か？

主な発見

• AlignedReIDはベースラインを大幅に上回り、Market1501、CUHK-SYSU、CUHK03でRank-1とmAPに顕著な向上を示す。
• 局所特徴整列を用いて学習したグローバル特徴単独は、推論時にグローバル+局所特徴の両方を使用する場合とほぼ同等か、それを超える。
• 相互学習は性能をさらに向上させ、特に別々のバックボーンを持つアーキテクチャ（例: ResNet50 対 ResNet50-Xception）で顕著。
• 再ランキングを適用すると、Market1501でRank-1 94.4%、mAP 90.7%、CUHK03でRank-1 97.8%、従来手法を上回る。
• 人間評価では最高のアノテータがMarket1501で93.5%、CUHK03で95.7%のRank-1精度に達する一方、再ランキングを適用したAlignedReIDはMarket1501で94.4%、CUHK03で97.8%を達成し、より高い性能を示す。
• 本手法はデータセット間での強い一般化性を示し、ミスアライメントや遮蔽への頑健性を示す定性的整列例を報告する。