[論文レビュー] A Competitive Method for Dog Nose-print Re-identification

Fei Shen, Zhe Wang+5 more|arXiv (Cornell University)|May 31, 2022

Biometric Identification and Security被引用数 8

ひとこと要約

本論文は、高度なデータ拡張、マルチロス最適化（交差エントロピー損失、トリプレット損失、サークル損失）、およびモデルアンサンブル戦略を用いた、ドッグノーズプリント再識別に向けた頑健なディープラーニングフレームワークを提案する。CVPR 2022 ペットバイオメトリクスチャレンジにおいてテストセットで86.67%のAUCを達成し、ラベル付きデータが限られ、トレーニングとテストデータの間でドメインシフトが生じる状況下でも強力な性能を示した。

ABSTRACT

Vision-based pattern identification (such as face, fingerprint, iris etc.) has been successfully applied in human biometrics for a long history. However, dog nose-print authentication is a challenging problem since the lack of a large amount of labeled data. For that, this paper presents our proposed methods for dog nose-print authentication (Re-ID) task in CVPR 2022 pet biometric challenge. First, considering the problem that each class only with few samples in the training set, we propose an automatic offline data augmentation strategy. Then, for the difference in sample styles between the training and test datasets, we employ joint cross-entropy, triplet and pair-wise circle losses function for network optimization. Finally, with multiple models ensembled adopted, our methods achieve 86.67\% AUC on the test set. Codes are available at https://github.com/muzishen/Pet-ReID-IMAG.

研究の動機と目的

• 限られたラベル付きデータによる低ショットかつアンバランスなドッグノーズプリント再識別課題に対処する。
• スタイルや分布の違いに起因するトレーニングデータとテストデータの間のドメインシフトを軽減する。
• 高度なデータ拡張および損失関数を用いて特徴の頑健性とモデルの一般化性能を向上させる。
• AUC指標に注力し、CVPR 2022 ペットバイオメトリクスチャレンジで高い性能を達成する。
• ディープメトリックラーニングを活用したペット本人確認のスケーラブルで効果的なパイプラインを開発する。

提案手法

• AugMix、アフィン変換、クロップ、カラージッター、ぼかし、オートオーギュメントを含む自動的なオフラインデータ拡張を適用し、トレーニングデータの多様性を向上させる。
• 交差エントロピー損失、トリプレット損失、ペアワイズサークル損失を組み合わせたマルチロス最適化戦略を採用し、特徴の識別能を強化する。
• 注意機構とインスタンスバッチ正則化を備えた複数のバックボーン（ResNet、ResNeSt、ResNeXt、Swin Transformer、ConvNet、Res2Net）を活用し、特徴抽出を向上させる。
• アテンションプーリング、GeMプーリング、平均プーリング、最大プーリングを用いて特徴集約を行い、グローバルな画像表現を生成する。
• BN、線形、リダクションヘッドを組み合わせたハイブリッドヘッドアーキテクチャを採用し、分類および埋め込み学習を最適化する。
• インフェレンス段階でクエリ拡張を適用し、上位k個のギャラリー照合結果の特徴平均を用いて再ランク付けとテスト性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 どのようなデータ拡張戦略が、ドッグノーズプリント再識別における低データ環境下でのモデルの頑健性を向上させるか？
• RQ2 交差エントロピー損失、トリプレット損失、サークル損失を含むマルチロス最適化スキームは、ペットRe-IDにおける特徴の識別能をどの程度向上させるか？
• RQ3 マルチスケールおよびマルチバックボーン特徴を用いたモデルアンサンブルは、一般化誤差をどの程度低減するか？
• RQ4 高度な拡張法および損失関数を用いることで、トレーニングとテストデータ間のドメインシフトを効果的に軽減できるか？
• RQ5 AUCを最大化するドッグノーズプリントRe-IDにおいて、最適なバックボーン、拡張法、損失関数の組み合わせは何か？

主な発見

• 提案手法は、テストセットで86.67%のAUCを達成し、CVPR 2022 ペットバイオメトリクスチャレンジで競争力のある順位を獲得した。
• AugMix、オートオーギュメント、カラージッターの組み合わせにより、バリデーションAUCが87.2%から91.7%に向上した。
• マルチスケール入力（224×224、256×256、288×288）を用いたResNeSt-200が、91.9%の最高バリデーションAUCを達成した。
• ResNeSt-101とResNeSt-200の特徴を用いたモデルアンサンブルにより、単一モデルの86.1%から86.7%にテストAUCが向上した。
• アブレーションスタディの結果、ぼかしとクロップの拡張が性能向上に顕著な寄与を示し、ベースライン比で4.5%のAUC上昇を達成した。
• インフェレンス段階でのクエリ拡張により、上位k個のギャラリー照合結果を用いてクエリ特徴を精緻化することで、再ランク付けの正確性がさらに向上した。