[论文解读] DCDLearn: Multi-order Deep Cross-distance Learning for Vehicle Re-Identification

Rixing Zhu, Jianwu Fang+3 more|arXiv (Cornell University)|Mar 25, 2020

Video Surveillance and Tracking Methods参考文献 37被引用 8

一句话总结

该论文提出 DCDLearn，一种用于车辆重识别的多阶深度交叉距离学习框架，通过高效的单视角 CycleGAN 生成多阶增强数据（真实图像、风格迁移图像和重建图像）。通过优化多阶增强三元组损失和中心损失，模型学习到相机不变、身份一致的表征，实现了最先进性能，尤其在小规模数据集 Tunnel-VReID 上相比之前方法提升了 13.1%。

ABSTRACT

Vehicle re-identification (Re-ID) has become a popular research topic owing to its practicability in intelligent transportation systems. Vehicle Re-ID suffers the numerous challenges caused by drastic variation in illumination, occlusions, background, resolutions, viewing angles, and so on. To address it, this paper formulates a multi-order deep cross-distance learning ( extbf{DCDLearn}) model for vehicle re-identification, where an efficient one-view CycleGAN model is developed to alleviate exhaustive and enumerative cross-camera matching problem in previous works and smooth the domain discrepancy of cross cameras. Specially, we treat the transferred images and the reconstructed images generated by one-view CycleGAN as multi-order augmented data for deep cross-distance learning, where the cross distances of multi-order image set with distinct identities are learned by optimizing an objective function with multi-order augmented triplet loss and center loss to achieve the camera-invariance and identity-consistency. Extensive experiments on three vehicle Re-ID datasets demonstrate that the proposed method achieves significant improvement over the state-of-the-arts, especially for the small scale dataset.

研究动机与目标

• 为解决由于光照、遮挡和视角变化导致的车辆重识别中跨摄像头外观差异问题。
• 克服现有基于 GAN 的数据增强方法仅使用一阶生成图像、忽略二阶重建图像的局限性。
• 通过用带身份约束的单个单视角 CycleGAN 替代多个成对的 CycleGAN，降低计算复杂度。
• 通过利用多阶图像表征，提升模型在小规模数据集上的鲁棒性和泛化能力。
• 通过新颖的深度交叉距离学习框架，实现相机不变和身份一致的特征学习。

提出的方法

• 提出一种单视角 CycleGAN，将训练数据随机划分为两部分，实现高效跨摄像头风格迁移并保持身份一致性。
• 将真实图像（第 0 阶）、CycleGAN 生成图像（第 1 阶）和重建图像（第 2 阶）作为多阶增强数据用于训练。
• 提出一种多阶增强三元组损失，学习不同身份的多阶图像集之间的交叉距离。
• 引入多阶增强中心损失，压缩所有三类图像阶次的类内差异。
• 在训练过程中采用自动交叉距离选择，聚焦于困难的正样本和负样本。
• 在单视角 CycleGAN 中引入身份约束，确保迁移和重建图像与原始图像保持相同身份。

实验结果

研究问题

• RQ1 单个高效单视角 CycleGAN 是否可替代多个成对的 CycleGAN，以降低多摄像头车辆 Re-ID 中的计算成本？
• RQ2 同时利用一阶生成图像和二阶重建图像是否能提升特征鲁棒性和模型泛化能力？
• RQ3 结合三元组损失与中心损失的多阶增强数据是否能带来更好的相机不变性和身份一致性？
• RQ4 在数据稀缺为主要挑战的小规模数据集上，该方法表现如何？
• RQ5 在低光照、运动模糊和遮挡条件下，该模型是否优于最先进方法？

主要发现

• 在 VeRi 数据集上，DCDLearn 实现了 92.8% 的 Rank-1 准确率和 70.4% 的 mAP，优于所有对比的最先进方法。
• 在 VehicleID 数据集上，该方法在小、中、大规模版本中均取得最高性能，完整模型（Ours-T-C）表现最佳。
• 在小规模 Tunnel-VReID 数据集上，该方法实现了 81.3% 的 Rank-1 准确率，相比次佳方法（PRND）提升了 13.1%，展现出在数据有限情况下的强大泛化能力。
• 消融实验确认，中心损失的最优超参数为 λ = 0.001，兼顾性能与稳定性。
• 定性结果表明，即使在运动模糊和昏暗光照等挑战性条件下，模型仍能正确检索出排名靠前的正样本匹配。
• 采用多阶数据增强的模型在小数据集上显著优于无增强的基线模型，证明了多阶学习的必要性。