[논문 리뷰] Vehicle Re-Identification: an Efficient Baseline Using Triplet Embedding

Ratnesh Kumar, Edwin Weill외 2명|arXiv (Cornell University)|2019. 01. 04.

Video Surveillance and Tracking Methods참고 문헌 49인용 수 22

한 줄 요약

이 논문은 최적화된 샘플링 전략을 사용하여 차량 재식별을 위한 단순하지만 효과적인 트리플릿 임베딩 베이스라인을 제안하며, 최소한의 아키텍처 복잡성과 128차원의 작은 임베딩을 사용하여 여러 벤치마크에서 최신 기술 수준(SOTA) 성능을 달성한다. '배치 샘플' 트리플릿 샘플링 변형을 도입하고 평가하여 기존 방법보다 뛰어난 강건성과 정확도를 입증하였으며, 오직 신원 수준의 애너테이션만을 사용한다.

ABSTRACT

In this paper we tackle the problem of vehicle re-identification in a camera network utilizing triplet embeddings. Re-identification is the problem of matching appearances of objects across different cameras. With the proliferation of surveillance cameras enabling smart and safer cities, there is an ever-increasing need to re-identify vehicles across cameras. Typical challenges arising in smart city scenarios include variations of viewpoints, illumination and self occlusions. Most successful approaches for re-identification involve (deep) learning an embedding space such that the vehicles of same identities are projected closer to one another, compared to the vehicles representing different identities. Popular loss functions for learning an embedding (space) include contrastive or triplet loss. In this paper we provide an extensive evaluation of these losses applied to vehicle re-identification and demonstrate that using the best practices for learning embeddings outperform most of the previous approaches proposed in the vehicle re-identification literature. Compared to most existing state-of-the-art approaches, our approach is simpler and more straightforward for training utilizing only identity-level annotations, along with one of the smallest published embedding dimensions for efficient inference. Furthermore in this work we introduce a formal evaluation of a triplet sampling variant (batch sample) into the re-identification literature.

연구 동기 및 목표

• 트리플릿 임베딩을 사용하여 최소한의 아키텍처 복잡성으로도 단순하고 효율적이며 효과적인 차량 재식별 베이스라인을 확립하기.
• 다양한 트리플릿 샘플링 전략—특히 배치 샘플—이 재식별 성능에 미치는 영향을 평가하기.
• 복잡한 데이터 모odal 또는 시공간 정보에 의존하지 않고 다양한 데이터셋에서 최신 기술 수준의 성능을 달성하기.
• 최소한의 모델 복잡성과 작은 임베딩 차원(128D)으로도 오직 신원 수준의 애너테이션만으로 높은 성능을 달성할 수 있음을 보여주기.
• 배치 샘플 샘플링의 사용을 공식화하고 재식별 문헌에서 검증하기.

제안 방법

• 특징 추출을 위해 MobileNet-v1 백본을 사용하는 시아모이드 유사 딥 네트워크를 사용한다.
• 같은 신원의 차량이 다른 신원의 차량보다 가까워지도록 하는 임베딩 공간을 학습하기 위해 트리플릿 손실을 적용한다.
• 각 훈련 배치 내에서 하드 네거티브를 구성하기 위해 배치 샘플링을 적용하여 기울기 신호 품질을 향상시킨다.
• 비교를 위해 배치 하드, 배치 올, 배치 웨이트드, 그리고 배치 샘플을 샘플링 변형으로 사용한다.
• ImageNet 사전 훈련 가중치를 사용하고 배치 크기를 18×4(18개의 신원, 각 신원당 4장의 이미지)로 설정한다.
• 효율적인 추론과 최소한의 메모리 사용을 위해 128차원의 임베딩 공간을 사용한다.

실험 결과

연구 질문

• RQ1 최소한의 아키텍처 복잡성으로도 기존 SOTA 방법보다 뛰어난 성능을 내는 단순한 트리플릿 임베딩 베이스라인을 제안할 수 있는가?
• RQ2 배치 샘플, 배치 하드, 배치 올, 배치 웨이트드와 같은 다양한 트리플릿 샘플링 전략은 재식별 성능 측면에서 어떻게 비교되는가?
• RQ3 제안된 방법은 키포인트나 모델 애너테이션 없이도 VRIC 및 Veri-Wild과 같은 다양한 도전적인 데이터셋에서 최신 기술 수준의 성능을 달성하는가?
• RQ4 작은 임베딩 차원(128D)이 계산 효율성을 유지하면서도 높은 정확도를 달성할 수 있는가?
• RQ5 배치 샘플 샘플링 전략은 기존의 샘플링 방법보다 차량 재식별에서 더 강건하고 효과적인가?

주요 결과

• VRIC 데이터셋에서 제안된 방법은 78.55% mAP와 69.09% 상위 1 정확도를 기록하여, 데이터셋 저자 기준 베이스라인(46.61% 상위 1 정확도)을 뛰어넘었다.
• Veri-Wild에서 대규모 서브셋에서 84.17% 상위 1 정확도를 기록하여 이전 SOTA인 64.03%를 크게 상회했다.
• 배치 샘플과 배치 웨이트드 샘플링 변형은 모든 데이터셋과 지표에서 배치 하드와 배치 올을 일관되게 능가했다.
• 키포인트나 모델 애너테이션 없이도 오직 신원 수준의 애너테이션만으로 VeRi, VRIC, Veri-Wild에서 최신 기술 수준의 성능을 달성했다.
• 128차원의 임베딩은 높은 정확도를 달성하면서도 계산 효율성을 유지하여 실시간 배포에 적합하다.
• 결과는 적절한 샘플링 전략을 사용한 고급 임베딩 학습이 시공간 또는 다중 모odal 데이터에 의존하지 않고도 성능을 크게 향상시킬 수 있음을 입증한다.