论文阅读（九）Attention-Aware Compositional Network for Person Re-identification

Abstract

作者提出，姿态信息没有被好好的利用到行人再识别中，于是提出了Attention-Aware Compositional Network (AACN)模型。AACN包含两部分：（1）Pose-guided Part Attention (PPA)，通过学习掩盖背景部分。（2）Attention-aware Feature Composition (AFC)，通过pose-guided visibility scores估计身体哪部分被遮挡。

1. Introduction

Pose-guided Part Attention（PPA）是一个置信图，可以精确捕捉目标区域同时去除背景区域。将这置信图当作一种掩模，应用在特征图上，那么AFC部分就可以提取出局部区域对齐的特征。

本文贡献：

1、提出AACN模型处理错位与遮挡问题

2、使用PPA预测局部区域，去除背景干扰。

3、引入可见性分数 （visibility scores）来测量每个身体部位的遮挡程度，他为注意力感知特征组合（Attention-aware Feature
Composition.）提供了图像特定区域的重要性分数

4、在数据集上的多个实验

Attention-Aware Compositional Network

AACN包含两部分PPA与AFC。

PPA是一个两阶段三分支的模块，生成关键点置信图，刚性区域与非刚性区域的attention maps。根据局部区域attention maps进一步预测visibility scores。

AFC分为三个阶段，第一阶段使用GoogleNet生成全局特征。第二阶段，依赖PPA生成的局部区域attention map，用attention map去掩盖全局特征，接着第三阶段再与visibility score加权融合，最终生成一个1024维的向量。

Pose-guided Part Attention

受multi-stage CNN人体姿态估计的启发，PPA采用两阶段设计，第一阶段分别预测非刚性区域attention N 与刚性区域attention R与关键点置信图K。第二阶段微调attention maps。

attention map中的强度表示区域的可见性，可以获得visibility score。

Attention-aware Feature Composition

AFC包含三个阶段，Global Context Network (GCN), Attention-Aware Feature Alignment, and Weighted Feature Composition。

第一阶段使用GoogleNet提取全局特征。

第二阶段基于第一阶段的全局特征，并结合PPA的attention map来生成part-attention-aware features。

第三阶段使用visibility score加权融合第二阶段的features，可见区域权重大。