[論文レビュー] Fairest of Them All: Establishing a Strong Baseline for Cross-Domain Person ReID

Devinder Kumar, Parthipan Siva+2 more|arXiv (Cornell University)|Jul 28, 2019

Video Surveillance and Tracking Methods被引用数 11

ひとこと要約

本論文は、SYSU、MSMT、Airport、3DPeSの複数のソースドメインと、Market-1501、DukeMTMC-reID、CUHK03、PRID、GRID、VIPeRのバランスの取れた複数ターゲットドメインを用いて、クロスドメイン人物再識別（ReID）の強力で標準化されたベースラインを確立した。広範かつ大規模なソースドメインが、複数のターゲットドメインにわたるゼロショット転移性能を顕著に向上させることを示し、固定スプリットにおいて63.6%のRank-1精度と42.7%のmAPを達成した。これは、多数の先行研究を上回り、今後の研究の強固なベンチマークとして機能する。

ABSTRACT

Person re-identification (ReID) remains a very difficult challenge in computer vision, and critical for large-scale video surveillance scenarios where an individual could appear in different camera views at different times. There has been recent interest in tackling this challenge using cross-domain approaches, which leverages data from source domains that are different than the target domain. Such approaches are more practical for real-world widespread deployment given that they don't require on-site training (as with unsupervised or domain transfer approaches) or on-site manual annotation and training (as with supervised approaches). In this study, we take a systematic approach to establishing a large baseline source domain and target domain for cross-domain person ReID. We accomplish this by conducting a comprehensive analysis to study the similarities between source domains proposed in literature, and studying the effects of incrementally increasing the size of the source domain. This allows us to establish a balanced source domain and target domain split that promotes variety in both source and target domains. Furthermore, using lessons learned from the state-of-the-art supervised person re-identification methods, we establish a strong baseline method for cross-domain person ReID. Experiments show that a source domain composed of two of the largest person ReID domains (SYSU and MSMT) performs well across six commonly-used target domains. Furthermore, we show that, surprisingly, two of the recent commonly-used domains (PRID and GRID) have too few query images to provide meaningful insights. As such, based on our findings, we propose the following balanced baseline for cross-domain person ReID consisting of: i) a fixed multi-source domain consisting of SYSU, MSMT, Airport and 3DPeS, and ii) a multi-target domain consisting of Market-1501, DukeMTMC-reID, CUHK03, PRID, GRID and VIPeR.

研究の動機と目的

• 研究間でソースドメインとターゲットドメインの選定が一貫しないことによるクロスドメイン人物ReIDにおける一貫性の欠如を是正すること。
• 固定された複数ソースドメインと複数ターゲットドメインを用いた包括的かつバランスの取れたベンチマークを確立し、クロスドメインReID手法の公平な比較を可能にすること。
• ソースドメインのサイズと多様性が、複数のターゲットドメインにわたるゼロショット転移性能に与える影響を実証的に評価すること。
• 多様なターゲットドメインにわたる汎化性能を最大化する最適なソースドメイン構成を同定し、推奨すること。
• 今後のクロスドメイン人物ReID研究のための強力で再現可能なベースラインを提供し、現地アノテーションやドメイン特化のファインチューニングへの依存を減らすこと。

提案手法

• 著者らは、多様性と代表性を備えた4つの大規模ReIDデータセット（SYSU、MSMT、Airport、3DPeS）を用いて、固定された複数ソースドメインを構築した。
• 標準的な指標（Rank-1とmAP）を用い、6つの一般的に用いられるターゲットドメイン（Market-1501、DukeMTMC-reID、CUHK03、PRID、GRID、VIPeR）でベースラインを評価した。
• リーブ・ワン・アウトの複数ソースドメインを提案し、テスト対象のドメイン（例：Market-1501）をトレーニング段階でソースドメインに含めるようにすることで、トレーニングデータを最大化しながらも公平性を保った。
• 深部度量学習（トリプレット損失およびコントラスト損失を含む）とデータ拡張戦略を用いた、最先端の人物ReID技術に基づくベースライン手法を採用した。
• 標準的なReID指標（Rank-1精度と平均平均精度（mAP））を用い、全6つのターゲットドメインで性能を評価した。
• ソースドメインを段階的に追加する影響を体系的に分析し、性能の変化を評価することで、最適なドメインコンビネーションを同定した。

実験結果

リサーチクエスチョン

• RQ1 複数のターゲットドメインにわたるクロスドメイン人物ReIDにおいて、良好に一般化する最適な複数ソースドメインの構成は何か？
• RQ2 ソースドメインのサイズと多様性が、複数のターゲットドメインにわたるクロスドメインReIDモデルの性能に与える影響はいかほどか？
• RQ3 PRID や GRID のような一般的に用いられるターゲットドメインは、クエリ画像が不足しているため、信頼性のある評価を提供できない。その影響はどの程度か？
• RQ4 固定された複数ソースドメインベースラインは、既存のクロスドメイン、ドメイン適応、教師なし、教師ありReID手法と比較してどうか？
• RQ5 今後のクロスドメインReID研究のための公平かつ一貫したベンチマークを可能にする、強力で再現可能なベースラインを確立できるか？

主な発見

• SYSU、MSMT、Airport、3DPeSから構成される固定された複数ソースドメインは、統合されたターゲットドメインで63.6%のRank-1精度と42.7%のmAPを達成し、強力なベースラインを確立した。
• SYSUとMSMTを単独で組み合わせるだけでも、Rank-1が61.3%、mAPが39.5%を達成し、2つの大規模ドメインだけで強力な初期ベースラインを形成できることを示した。
• さらにソースドメインを追加（例：Airportと3DPeS）することで性能が向上するが、最大の向上はCUHK03とCUHK02を含めた際のものであり、ドメインの類似性が重要であることを示唆した。
• PRIDとGRIDはクエリ画像が少なすぎるため、信頼性のある評価が困難であり、ターゲットドメインとしての有用性が制限されていることが判明した。
• リーブ・ワン・アウトの複数ソースドメインは固定スプリットを常に上回り、テスト対象のドメインをトレーニングに含めることで、より高い性能を達成した。
• 提案されたベースラインは、ターゲットドメインデータを一切使用していないにもかかわらず、多数の既存のクロスドメイン手法を上回り、ドメイン適応および教師なし手法と同等の性能を示した。