[论文解读] Learning Diverse Features with Part-Level Resolution for Person Re-Identification

Ben Xie, Xiaofu Wu+3 more|arXiv (Cornell University)|Jan 21, 2020

Video Surveillance and Tracking Methods参考文献 16被引用 6

一句话总结

本文提出PLR-OSNet，一种用于行人重识别的轻量级双分支网络，通过将均匀划分的局部特征拼接为单一向量并施加单个身份预测损失，提升特征多样性，在Market1501、DukeMTMC-reID和CUHK03数据集上实现最先进性能，且模型尺寸较小。

ABSTRACT

Learning diverse features is key to the success of person re-identification. Various part-based methods have been extensively proposed for learning local representations, which, however, are still inferior to the best-performing methods for person re-identification. This paper proposes to construct a strong lightweight network architecture, termed PLR-OSNet, based on the idea of Part-Level feature Resolution over the Omni-Scale Network (OSNet) for achieving feature diversity. The proposed PLR-OSNet has two branches, one branch for global feature representation and the other branch for local feature representation. The local branch employs a uniform partition strategy for part-level feature resolution but produces only a single identity-prediction loss, which is in sharp contrast to the existing part-based methods. Empirical evidence demonstrates that the proposed PLR-OSNet achieves state-of-the-art performance on popular person Re-ID datasets, including Market1501, DukeMTMC-reID and CUHK03, despite its small model size.

研究动机与目标

• 为解决现有基于部件的方法在学习多样化且判别性特征方面存在的局限性。
• 通过引入包含全局特征分支和局部特征分辨率分支的双分支架构，提升特征多样性与模型效率。
• 探究在拼接的部件特征上使用单个身份预测损失是否优于以往方法中每个部件使用独立ID损失的方式。
• 评估注意力模块和三元组损失变体在轻量级网络中提升性能的有效性。

提出的方法

• 提出PLR-OSNet，一种基于全尺度网络（OSNet）的双分支网络，其中全局分支采用全局最大池化，局部分支采用均匀水平划分以实现部件级特征分辨率。
• 在拼接的部件级特征上施加单个身份预测损失，与以往方法中为每个部件分别使用ID损失的方式形成对比。
• 在共享主干网络中集成注意力模块以增强特征表示，尽管由于OSNet本身已具备注意力机制，性能提升较为有限。
• 采用软边缘三元组损失进行基于边距的度量学习，其在CUHK03上表现优于硬边缘三元组损失，但在其他数据集上表现并不一致。
• 通过全局特征拼接提升模型鲁棒性与性能，消融实验验证了其积极影响。
• 利用轻量级OSNet架构，在保持高性能的同时实现极小的模型尺寸。

实验结果

研究问题

• RQ1 在行人重识别任务中，对拼接的部件级特征使用单个身份预测损失是否能优于为每个部件分别使用多个ID损失？
• RQ2 全局特征的引入如何影响基于部件的重识别模型性能？
• RQ3 在PLR-OSNet这类轻量级网络中，注意力模块是否能带来显著性能增益？
• RQ4 为何软边缘三元组损失在CUHK03上表现优于硬边缘三元组损失，尽管在其他数据集上未观察到一致优势？
• RQ5 结合部件级分辨率与全局特征学习的双分支架构，能否在小模型尺寸下实现最先进性能？

主要发现

• 在DukeMTMC-reID上，PLR-OSNet实现91.6%的rank-1准确率和81.2%的mAP，优于以往最先进方法，且模型更小。
• 在CUHK03-Labeled上，PLR-OSNet实现84.6%的rank-1准确率和80.5%的mAP，表现出色且无需重排序。
• 与不使用全局特征的模型相比，使用全局特征使CUHK03-Labeled上的rank-1准确率提升3.4%。
• 在Market1501上，使用单个ID损失对拼接的部件特征进行训练，mAP比使用多个ID损失高出3.3%，表明其鲁棒性更强。
• 在CUHK03上，软边缘三元组损失显著优于硬边缘三元组损失，rank-1准确率差距达6%，mAP差距达4.6%，但在其他数据集上未观察到类似差距。
• 注意力模块带来一致但适中的性能增益，表明OSNet固有的注意力机制限制了进一步提升。