[論文レビュー] PersonNet: Person Re-identification with Deep Convolutional Neural Networks

Lin Wu, Chunhua Shen+1 more|arXiv (Cornell University)|Jan 27, 2016

Video Surveillance and Tracking Methods参考文献 2被引用数 210

ひとこと要約

PersonNet は、特徴と類似度測定を共同学習する3x3フィルターと近傍差分層を備えた非常に深い Siamese CNN を導入し、人物再識別の最先端結果を複数のデータセットで達成する。

ABSTRACT

In this paper, we propose a deep end-to-end neu- ral network to simultaneously learn high-level features and a corresponding similarity metric for person re-identification. The network takes a pair of raw RGB images as input, and outputs a similarity value indicating whether the two input images depict the same person. A layer of computing neighborhood range differences across two input images is employed to capture local relationship between patches. This operation is to seek a robust feature from input images. By increasing the depth to 10 weight layers and using very small (3$ imes$3) convolution filters, our architecture achieves a remarkable improvement on the prior-art configurations. Meanwhile, an adaptive Root- Mean-Square (RMSProp) gradient decent algorithm is integrated into our architecture, which is beneficial to deep nets. Our method consistently outperforms state-of-the-art on two large datasets (CUHK03 and Market-1501), and a medium-sized data set (CUHK01).

研究の動機と目的

• 人物再識別のために、堅牢な特徴と類似度測定を共同で学習する深いエンドツーエンドネットワークを動機づけ、開発する。
• 横視点変動下で識別力を向上させるため、3x3 の小さな畳み込みでネットワーク深度を増加させる。
• カメラ視点間の局所パッチ関係と不整合をモデル化するために近傍差分層を組み込む。
• 深いネットワークの訓練を促進するため、適応的勾配更新として RMSProp を採用する。
• 複数の大規模な再識別ベンチマークで最先端の性能を実証する。

提案手法

• 視点間で結合重みを共有したシーマゼ様ネットワークへの入力として RGB 画像の対を使用する。
• 3x3 の畳み込み層と最大プーリングを積み重ね、局所パッチ内の視点間差を計算する近傍パッチマッチング層を続ける。
• パッチ要約層とそれに続く畳み込み/最大プーリング層を含め、同一・異なるのソフトマックス類似度判断を行う3つの全結合層で終える。
• 非線形性と表現力を高めるため、受容野が3x3の10層深いアーキテクチャを採用する。
• 学習には標準の SGD の代わりにハイパボリックタンジェント活性化と RMSProp を使用する。
• 正例/負例の比をバランスさせるため、オンライン画像ペアサンプリングとデータ拡張（平行移動と左右反転）を適用する。

実験結果

リサーチクエスチョン

• RQ1 小さな3x3フィルターを用いたより深いCNNは、従来のアーキテクチャより人物再識別の精度を向上させることができるか。
• RQ2 近傍パッチ差分層を組み込むことは、局所的な視点間変動と不整合のモデリングに役立つか。
• RQ3 再識別タスクにおける深層ネットワーク訓練の最適化手法としての RMSProp の影響はどの程度か。
• RQ4 提案手法は CUHK03、CUHK01、Market-1501 において最先端手法と比べてどのように性能を示すか。

主な発見

• PersonNet は報告された実験で CUHK03、CUHK01、Market-1501 における最良の Rank-1 精度を達成。
• CUHK03 では、64.80%（Rank-1）および最大 98.20%（Rank-20）を達成し、従来手法を上回る。
• CUHK01 では Rank-1 が 71.14%、Rank-5 90.07%、Rank-10 95.00%、Rank-20 98.06% 。
• Market-1501 では Rank-1 が 37.21%、mAP は 18.57%。
• 収束性の研究は、RMSProp がこの深層アーキテクチャに対して SGD より安定かつ速い収束を提供することを示している。