[论文解读] Dual Distribution Alignment Network for Generalizable Person Re-Identification

Peixian Chen, Pingyang Dai+4 more|arXiv (Cornell University)|Jul 27, 2020

Video Surveillance and Tracking Methods被引用 8

一句话总结

本文提出了一种用于可泛化行人重识别的双分布对齐网络（DDAN），通过在两个层次上联合对齐多个源域的特征分布：领域级对抗特征学习与身份级相似性增强。该方法在大规模基准测试中显著优于现有的域泛化方法，通过减少全局域偏移和局部身份级域差异，实现了最先进性能。

ABSTRACT

Domain generalization (DG) serves as a promising solution to handle person Re-Identification (Re-ID), which trains the model using labels from the source domain alone, and then directly adopts the trained model to the target domain without model updating. However, existing DG approaches are usually disturbed by serious domain variations due to significant dataset variations. Subsequently, DG highly relies on designing domain-invariant features, which is however not well exploited, since most existing approaches directly mix multiple datasets to train DG based models without considering the local dataset similarities, i.e., examples that are very similar but from different domains. In this paper, we present a Dual Distribution Alignment Network (DDAN), which handles this challenge by mapping images into a domain-invariant feature space by selectively aligning distributions of multiple source domains. Such an alignment is conducted by dual-level constraints, i.e., the domain-wise adversarial feature learning and the identity-wise similarity enhancement. We evaluate our DDAN on a large-scale Domain Generalization Re-ID (DG Re-ID) benchmark. Quantitative results demonstrate that the proposed DDAN can well align the distributions of various source domains, and significantly outperforms all existing domain generalization approaches.

研究动机与目标

• 为解决在无目标域数据的情况下测试未见域时行人重识别中的域偏移问题。
• 克服现有域泛化方法在视觉差异显著的域之间无法保持身份级相似性的局限。
• 通过建模身份的域间相似性，学习一个既域不变又具有判别性的特征空间，以实现行人检索。
• 通过双层次约束机制减少域不变性与分类准确率之间的权衡，以提升检索任务性能。

提出的方法

• 该方法采用双层次约束：通过领域级对抗特征学习，将外围域对齐至中心域，以减少全局域偏移。
• 引入一种基于ID池的身份级相似性增强模块，以选择性地提升不同域中同一身份特征的相似性。
• 网络采用以中心域为参考的梯度反向传播框架，通过对抗训练将外围域对齐。
• 在相似性计算中应用温度控制的Softmax层，以稳定特征表示学习并防止过平滑。
• 通过集成三元组损失和身份分类损失（IDE）以增强特征的判别性和泛化能力。
• 模型通过联合使用域对齐损失（L_DA）、身份相似性增强损失（L_SE）以及标准分类损失和三元组损失，实现端到端训练。

实验结果

研究问题

• RQ1 领域级对抗特征学习是否能在不依赖目标域数据的情况下有效减少行人Re-ID中的全局域偏移？
• RQ2 身份级相似性增强是否能通过对齐具有不同视觉风格的域中同一身份的特征，从而提升泛化性能？
• RQ3 与单层次域对齐或仅身份对齐相比，双层次对齐机制在泛化性能上的表现如何？
• RQ4 在相似性增强模块中，超参数如相似ID数量（k）和温度（τ）的最优配置是什么？

主要发现

• DDAN在VIPeR上达到52.3%的rank-1准确率，在PRID上达到54.5%，在GRID上达到50.6%，在i-LIDs上达到78.5%，显著优于先前的域泛化方法。
• 消融实验表明，添加身份级相似性增强损失（L_SE）带来的性能提升最大，mAP最高提升达4.2%。
• 同时采用领域级对抗对齐（L_DA）和身份级增强（L_SE）的模型实现了最佳泛化性能，表明双层次约束具有互补优势。
• 最优的增强相似ID数量（k）被确定为8，因为更大的值会因引入非相似样本而降低性能。
• 温度超参数τ ≈ 2×10⁻³时收敛最佳且性能最优，而更小的值如2×10⁻⁵则会导致训练不稳定。