[論文レビュー] Parameter-Free Spatial Attention Network for Person Re-Identification

Haoran Wang, Yue Fan+3 more|arXiv (Cornell University)|Nov 29, 2018

Video Surveillance and Tracking Methods参考文献 21被引用数 78

ひとこと要約

論文はパラメータフリーの空間注意層をGAPの前に追加して空間関係をモデル化し、GAPベースのRe-IDモデルを改善し、4つのベンチマークで最先端の結果を達成します。

ABSTRACT

Global average pooling (GAP) allows to localize discriminative information for recognition [40]. While GAP helps the convolution neural network to attend to the most discriminative features of an object, it may suffer if that information is missing e.g. due to camera viewpoint changes. To circumvent this issue, we argue that it is advantageous to attend to the global configuration of the object by modeling spatial relations among high-level features. We propose a novel architecture for Person Re-Identification, based on a novel parameter-free spatial attention layer introducing spatial relations among the feature map activations back to the model. Our spatial attention layer consistently improves the performance over the model without it. Results on four benchmarks demonstrate a superiority of our model over the state-of-the-art achieving rank-1 accuracy of 94.7% on Market-1501, 89.0% on DukeMTMC-ReID, 74.9% on CUHK03-labeled and 69.7% on CUHK03-detected.

研究の動機と目的

• Global Average Pooling (GAP) が細粒度の人Re-IDの空間関係を捉える際の限界を克服する。
• activations across channels に基づいて空間位置を再重み付けするパラメータフリーの空間注意層を提案する。
• 空間注意層を GAP ベースの分類器に統合し、深層監視と部位ベース特徴を活用する。
• 提案手法が頑健で分布的な注意を生み出し、クロスビューRe-ID性能を改善することを示す。

提案手法

• 各位置ごとにチャンネル間の activations を合計し、空間位置ごとに softmax を適用して特徴マップを再重み付けする、パラメータフリーの空間注意層を導入する。
• 空間注意層を GAP の前に挿入する；この層は各空間位置の総強度に比例し、学習可能なパラメータを導入しない。
• ResNet-50 バックボーン、深層監視ブランチ、PCBスタイルの部位分類器を組み合わせた全体アーキテクチャを形成し、空間注意層を補助ブランチに適用する。
• 総合損失 L_total = (1-λ) auxiliary_loss の和 + λ 深層監視 Loss の和 + λ グローバル Loss を用いて、6つの部位レベル特徴とグローバル特徴を組み合わせて学習する。

実験結果

リサーチクエスチョン

• RQ1 ビューポイントの変化や遮蔽下で GAP ベースの特徴の頑健性をパラメータフリーの空間注意機構が改善できるか？
• RQ2 空間位置にわたって注意を分散させることがクラス活性マップや勾配フローにどのような影響を与えるか？
• RQ3 空間注意と深層監視および部位ベース特徴を組み合わせることで標準的なRe-IDベンチマークで最先端性能を得られるか？

主な発見

データセット	Market-1501 R-1	Market-1501 mAP	DukeMTMC-ReID R-1	DukeMTMC-ReID mAP	CUHK03 labeled R-1	CUHK03 labeled mAP	CUHK03 detected R-1	CUHK03 detected mAP
我々の手法	94.7	91.7	89.0	85.9	74.9	76.5	69.7	72.2

• 空間注意層は、実験全体を通じて注意付きがない GAP を上回る性能を一貫して改善する。
• Market-1501 では、方法は表に記載された 94.7% R-1 および 91.7% mAP を達成。
• DukeMTMC-ReID では、89.0% R-1 および 85.9% mAP に到達。
• CUHK03 (labeled) では、74.9% R-1 および 76.5% mAP に到達。
• CUHK03 (detected) では、69.7% R-1 および 72.2% mAP に到達。
• 定性的 CAM ビジュアライゼーションはより分布的な注意と部分的遮蔽への頑健性を示し、SA (SA1/SA2) およびアーキテクチャ選択の効果をアブレーションが確認。