EANet: Enhancing Alignment for Cross-Domain Person Re-identification

行人重识别之cross domain

EANet: Enhancing Alignment for Cross-Domain Person Re-identification (2018arXiv)
原文链接

这篇文章从alignment（对准）的角度解决cross domain问题，最后的模型在source到source和source到target的效果均有了明显的提升。本文的算法思路比较简单清晰，实验部分较为精彩。推荐大家看看原文的实验部分，为自己写论文时的实验部分提供参考。

先说一下alignment问题，如下图所示。盲目将图像进行分块并计算块与块之间的相似度，在很多情况下是不合适的。

所以，很多学者研究了相关算法，使行人的各个部分对齐，如下图。

这篇文章的思路是利用行人的关键点，将行人进行分块和对准，如下图。在此基础上，进行迁移学习。

基于以上内容，分析一下文章的算法。

如图左下角所示，将图像分为9个部分。前6个部分是依靠关键点进行分割。后3个部分分别是上半部分、下半部分、全身，均是固定的比例。如果没有检测到某一个部分，那么这部分的特征就是一个0向量。如果，0向量属于query，那么该向量保留。如果0向量属于gallery，那么该向量直接被舍弃。这里有一个思想：当使用的其它算法的效果并不是完美时（如图中的关键点检测分块算法），那么我们可以结合一些其它方法（如图中的后三个部分）作为互补，这样的鲁棒性就会高一些。

图中的上半部分是将9部分的特征分别做最大池化，并根据行人id进行交叉熵损失计算。图中的下半部分根据特征对行人图像进行分割，进行像素级别的分类任务，标签是训练好的图像分割模型在行人数据库中测试时获得的伪标签。这里的思想是：如果可以根据特征分割准确（下半部分），那么各个部分的特征也将更具区分力（上半部分），降低了各个部分特征的冗余性。

最后，在source上训练的时候，综合上下两个部分。在target上迁移的时候，只使用下半部分（因为target没有id标签）。

总结：这篇文章给了我一个启发，一些可能和cross domain无关的问题，比如文中的alignment问题，如果得到了妥善的解决，那么也会对cross domain起到帮助作用。所以思维应该打开，不要总想着数据库风格迁移之类的。改善一些常见问题，也许就会有不错的效果。

完
欢迎讨论 欢迎吐槽