[論文レビュー] Diversity-Achieving Slow-DropBlock Network for Person Re-Identification

Xiaofu Wu, Ben Xie+4 more|arXiv (Cornell University)|Feb 9, 2020

Video Surveillance and Tracking Methods参考文献 24被引用数 4

ひとこと要約

本稿では、中間層からの特徴ドロップアウトを入力画像レベルに移行させることで、個々のドロップアウト率が異なる複数のドロップアウトブランチを用いて、より高い特徴多様性を達成するためのDiversity-Achieving Slow-DropBlock (SDB)ネットワークを提案する。学習収束を保証する新規のダブルバッチスプリット共同学習戦略を採用し、Market-1501、DukeMTMC-reID、CUHK03で最先端の性能を達成し、従来手法比でmAP最大4.3%の向上を達成した。

ABSTRACT

A big challenge of person re-identification (Re-ID) using a multi-branch network architecture is to learn diverse features from the ID-labeled dataset. The 2-branch Batch DropBlock (BDB) network was recently proposed for achieving diversity between the global branch and the feature-dropping branch. In this paper, we propose to move the dropping operation from the intermediate feature layer towards the input (image dropping). Since it may drop a large portion of input images, this makes the training hard to converge. Hence, we propose a novel double-batch-split co-training approach for remedying this problem. In particular, we show that the feature diversity can be well achieved with the use of multiple dropping branches by setting individual dropping ratio for each branch. Empirical evidence demonstrates that the proposed method performs superior to BDB on popular person Re-ID datasets, including Market-1501, DukeMTMC-reID and CUHK03 and the use of more dropping branches can further boost the performance.

研究の動機と目的

• IDラベル付きデータを用いたマルチブランチの人物再識別ネットワークにおける多様な特徴の学習という課題に対処すること。
• 収束を妨げる可能性がある過激な入力レベルの画像ドロップアウトによって引き起こされる学習不安定性を克服すること。
• 2ブランチのバッチドロップブロック（BDB）フレームワークを任意の数のドロップアウトブランチに拡張し、特徴多様性を向上させること。
• 安定した学習を実現しながらも、複数のドロップアウトブランチにおける高い特徴多様性を維持できる共同学習戦略を開発すること。
• SDBの有効性を複数の標準的なRe-IDベンチマークで実証的に検証すること。

提案手法

• 中間層からの特徴ドロップアウトを入力画像レベルに移行させることで、学習される表現の多様性を向上させるSlow-DropBlock (SDB)を提案する。
• グローバルブランチとローカル（ドロップアウト）ブランチの学習を分離する新しいダブルバッチスプリット共同学習アプローチを導入し、過激な入力レベルドロップアウトに対しても収束を保証する。
• 異なる空間領域における多様な特徴学習を促進するために、個別に設定可能なドロップアウト率（例：r_h = 0.1, 0.3, 0.5）を有する複数のドロップアウトブランチを採用する。
• 特に困難な状況下でも特徴表現の質を向上させるためにアテンションモジュールを統合する。
• 特にラベル付きスプリットで性能を向上させるために次元削減層を採用し、CUHK03でランク-1精度を10.0%向上させた。
• 訓練中にドロップアウトパターンの更新頻度を制御する柔軟な変化率パラメータQを採用し、収束性と性能の最適化を図る。

実験結果

リサーチクエスチョン

• RQ1 中間層から入力画像レベルにドロップアウト操作を移行させることで、人物再識別における特徴多様性が顕著に向上するか？
• RQ2 収束を妨げる可能性がある過激な入力レベルの画像ドロップアウトを用いた場合、安定した学習をどのように達成できるか？
• RQ3 2ブランチのBDBフレームワークをLブランチアーキテクチャ（L ≥ 2）に拡張することで、一貫した性能向上が得られるか？
• RQ4 複数のRe-IDデータセット全体で性能を最大化するための最適なドロップアウト率と学習戦略（例：共同学習）の設定は何か？
• RQ5 アテンションモジュールと次元削減層は、特にCUHK03データセットにおいて性能にどのように影響を与えるか？

主な発見

• SDB-2は、Market-1501でmAPが4.3%向上し、2ブランチBDBネットワークを上回ることで、複数ブランチを用いた入力レベルドロップアウトの優位性を示した。
• ダブルバッチスプリット共同学習の導入により、単一バッチ学習に比べてCUHK03でmAPが約3.0%向上し、学習の安定化効果が確認された。
• DukeMTMC-reIDにおけるSDB-2の最適ドロップアウト率はr_h = 0.3であり、mAPが78.9%、ランク-1精度が89.8%に達した。
• 共同学習は全データセットで一貫して性能を向上させ、特にCUHK03で最大の向上が観察され、グローバルブランチとローカルブランチの相互強化が示された。
• アテンションモジュールは全データセットでmAPを約1%向上させ、特徴の識別能向上に寄与することが示された。
• 次元削減層は、CUHK03-Labeledでランク-1精度を10.0%（70.4%から80.4%）向上させ、特にこのデータセットにおいて極めて重要であることが明らかになった。