[论文解读] Deep Reinforcement Learning Attention Selection for Person Re-Identification

Lan Xu, Hanxiao Wang+2 more|arXiv (Cornell University)|Jul 10, 2017

Video Surveillance and Tracking Methods参考文献 31被引用 10

一句话总结

本文提出 IDEAL，一种深度强化学习框架，可自动选择自动生成的人体检测框内的身份判别性注意力区域，以提升行人重识别（re-ID）的准确性。通过在成对 re-ID 约束上训练的 Q 网络优化注意力选择，IDEAL 实现了与人工裁剪框相当的 re-ID 性能，将自动生成设置下观察到的 8.2% 排名-1 下降降至接近人工水平。

ABSTRACT

Existing person re-identification (re-id) methods assume the provision of accurately cropped person bounding boxes with minimum background noise, mostly by manually cropping. This is significantly breached in practice when person bounding boxes must be detected automatically given a very large number of images and/or videos processed. Compared to carefully cropped manually, auto-detected bounding boxes are far less accurate with random amount of background clutter which can degrade notably person re-id matching accuracy. In this work, we develop a joint learning deep model that optimises person re-id attention selection within any auto-detected person bounding boxes by reinforcement learning of background clutter minimisation subject to re-id label pairwise constraints. Specifically, we formulate a novel unified re-id architecture called Identity DiscriminativE Attention reinforcement Learning (IDEAL) to accurately select re-id attention in auto-detected bounding boxes for optimising re-id performance. Our model can improve re-id accuracy comparable to that from exhaustive human manual cropping of bounding boxes with additional advantages from identity discriminative attention selection that specially benefits re-id tasks beyond human knowledge. Extensive comparative evaluations demonstrate the re-id advantages of the proposed IDEAL model over a wide range of state-of-the-art re-id methods on two auto-detected re-id benchmarks CUHK03 and Market-1501.

研究动机与目标

• 解决由自动生成检测框中背景杂乱和错位导致的行人重识别性能下降问题。
• 克服现有 re-ID 方法的局限性，即假设使用人工裁剪的干净检测框，而这种假设在大规模部署中不切实际。
• 开发一种端到端、自动化的注意力选择机制，无需人工标注检测框即可提升 re-ID 准确性。
• 将强化学习与深度度量学习相结合，在统一框架中联合优化注意力选择与身份判别能力。
• 证明在真实检测条件下，自动注意力选择可达到或超越人类水平的 re-ID 性能。

提出的方法

• 构建统一架构 IDEAL，结合用于身份嵌入的深度度量学习网络与用于注意力选择的深度 Q 网络。
• 基于成对 re-ID 约束定义奖励函数：正样本对（相同身份）应具有高注意力相似性，负样本对（不同身份）应具有低相似性。
• 采用多尺度动作空间进行注意力选择，动作定义为关注检测框面积的 5%、10%、20% 的区域。
• 通过深度 Q 学习训练注意力策略，智能体选择注意力区域以最小化背景杂乱并最大化身份判别性。
• 采用相对比较奖励函数，通过比较同视角图像来检测一致的背景模式，提升对假阳性的鲁棒性。
• 可独立应用于任意预训练的行人检测器，实现与现有检测流水线的即插即用式集成。

实验结果

研究问题

• RQ1 强化学习能否有效用于在自动生成的行人检测框中选择身份判别性注意力区域，以提升 re-ID 准确性？
• RQ2 当应用于具有高背景杂乱的自动生成检测框时，所提出的 IDEAL 模型与现有最先进注意力 re-ID 方法相比表现如何？
• RQ3 通过 IDEAL 实现的自动注意力选择在多大程度上可匹配或超越人工裁剪检测框的性能？
• RQ4 不同注意力动作空间设计（例如 5%、10%、20% 与 10%、20%、30%）对 re-ID 性能有何影响？
• RQ5 奖励函数的选择（例如绝对比较与相对比较）如何影响注意力学习的鲁棒性与准确性？

主要发现

• 在使用自动生成检测框的 CUHK03 上，IDEAL 实现了 71.0% 的 rank-1 准确率，与人工裁剪框的 71.9% 排名-1 准确率非常接近。
• 在 Market-1501 上，IDEAL 实现了 91.3% 的 mAP 和 95.9% 的 R20，表明其在自动生成输入下具有强大的跨基准泛化能力。
• 相对比较奖励函数优于绝对比较和基于排序的函数，因其引入了同视角负样本比较，提升了对背景杂乱的检测能力。
• 最细粒度的动作空间（{5%、10%、20%}）表现最佳，表明小而精确的注意力区域对身份判别至关重要。
• 随机注意力和中心注意力基线方法的表现劣于无注意力设置，证明最优注意力选择并非显而易见，需依赖智能学习。
• IDEAL 将自动生成与人工裁剪之间的 rank-1 性能下降从 8.2% 降低至接近零，有效消除了对昂贵人工裁剪的需求。