[論文レビュー] In Defense of the Classification Loss for Person Re-Identification

Yao Zhai, Xun Guo+2 more|arXiv (Cornell University)|Sep 16, 2018

Video Surveillance and Tracking Methods参考文献 30被引用数 3

ひとこと要約

本稿では、グローバル特徴量と標準的な分類損失を用いて、パーツベースのモデルよりも高速な推論を実現しながら、最先端の精度を達成するチャネルグループ化とマルチブランチ分類フレームワークを提案する。グローバル特徴量をチャネルグループに分割し、各グループごとに別々の分類ヘッドを訓練することで、識別性能を向上させつつ、計算コストを低く抑える。

ABSTRACT

The recent research for person re-identification has been focused on two trends. One is learning the part-based local features to form more informative feature descriptors. The other is designing effective metric learning loss functions such as the triplet loss family. We argue that learning global features with classification loss could achieve the same goal, even with some simple and cost-effective architecture design. In this paper, we first explain why the person re-id framework with standard classification loss usually has inferior performance compared to metric learning. Based on that, we further propose a person re-id framework featured by channel grouping and multi-branch strategy, which divides global features into multiple channel groups and learns the discriminative channel group features by multi-branch classification layers. The extensive experiments show that our framework outperforms prior state-of-the-arts in terms of both accuracy and inference speed.

研究の動機と目的

• トレーニングとテストの目的の不一致により、人物再識別における標準的分類損失の性能不足を是正すること。
• グローバル特徴量の識別可能性を高めるために、チャネルグループに分割することで、より強固な特徴学習を実現すること。
• 推論時間の短縮を実現しながら、パーツベースのモデルと同等またはそれを上回る精度を達成するコスト効率の良いアーキテクチャを設計すること。
• マルチブランチ分類をグループ化されたグローバル特徴量に適用することで、メトリック学習やパーツベース特徴学習を上回ることを示すこと。

提案手法

• 本手法は、グローバル特徴マップを複数のチャネルグループに分割し、各グループを共有畳み込み層を介して独立して処理する。
• 各チャネルグループは別個の全結合分類層に供給され、識別的特徴のマルチブランチ学習が可能になる。
• 推論時、個々のチャネルグループからの特徴は別々に使用するか、連結するが、追加の距離計算コストは発生しない。
• 訓練にはクロスエントロピー・ソフトマックス損失を用い、ハードサンプルマイニングや複雑なメトリック損失関数の必要がない。
• チャネルグループ特徴量とパーツ特徴量を連結することで、パーツベースのモデルと統合し、さらなる性能向上を実現する。
• 標準的なトレーニングおよび評価プロトコルに従い、Market-1501、DukeMTMC-reID、CUHK03ベンチマークで評価する。

実験結果

リサーチクエスチョン

• RQ1 適切に強化された場合、標準的分類損失が人物再識別で最先端の性能を達成できるか？
• RQ2 グローバル特徴量をチャネルグループに分割することで、パーツベースやグローバル特徴学習と比較して識別的特徴学習が向上するか？
• RQ3 チャネルグループにマルチブランチ分類を適用することで、推論コストを増加させずにメトリック学習損失関数を上回る性能を達成できるか？
• RQ4 本手法は、精度と推論速度の両面でパーツベースのモデルと比較してどうなるか？

主な発見

• 提案手法は、Market-1501で93.9%のランク-1精度と80.5%のmAPを達成し、以前の最先端手法を上回った。
• DukeMTMC-reIDでは、84.7%のランク-1精度と69.4%のmAPを達成し、新たな最先端水準を樹立した。
• すべてのベンチマークで、PCBおよびPCB+RPPを上回りながら、顕著に高速な推論速度を維持した。
• チャネルグループ化戦略そのもので、標準的分類損失よりも性能が向上し、パーツベース特徴と組み合わせることでさらなる向上が得られた。
• 推論コストは標準的分類ネットワークとほぼ同等であり、計算オーバーヘッドが最小限に抑えられ、競争力のある性能を達成した。
• 可視化結果から、本手法で学習された特徴量は、標準的分類またはトリプレット損失で学習された特徴量と比較して、クラス間分散が大きく、クラス内分散が小さいことが示された。