Person Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity Learning

时间:2022-09-13 09:57:25

Improving Person Re-identification by Attribute and Identity Learning  

Lin Y, Zheng L, Zheng Z, et al. Improving Person Re-identification by Attribute and Identity Learning[J]. 2017.

  这篇论文主要是将attribute learning和Person Re-id结合起来,做了一个多任务学习网络。

在这里顺介绍下机器学习里多任务学习,参考《An Overview of Multi-Task Learning
in Deep Neural Networks》。

  多任务学习,相对单任务学习来说的一种优化不止一个目标函数的机器学习算法。

(动机)从生物角度,模拟人类学习过程,先从相关任务中获取知识再认识新的任务。从教学法角度,在掌握复杂技能前,先掌握基本技能。

从机器学习角度,是一种归约迁移,引入归约偏置来使模型倾向于某些假设,从而改进模型。

(作用)实现多任务,计算优化目标只有一个,辅助任务会使模型的解趋向于解释多个任务的解,最终使泛化性能更好。

Person Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity Learning

 

  多任务有两种形式:硬共享和软共享。硬共享指参数共享。软共享指子任务有独立的参数,对模型参数的距离进行正则化来保障参数的相似。

(CNN里大部分采用硬共享,这样能大大减少参数量和计算量)

Person Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity LearningPerson Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity Learning

  

  contributions

   属性学习和行人重识别两者有共同的目标,对行人进行特征描述。属性学习,关注的是行人的局部,而行人重识别提取的是全局特征(包含局部)。

用多任务去实现属性识别和行人重鉴定,借助于属性识别关注的局部特征,行人重识别会同时兼顾全局特征和局部特征,提高检索性能。

Person Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity Learning

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

pipline

   共享权值部分ResNet-50用于特征提取,pool5后的特征输入不同的子任务分支,单个属性识别和行人重鉴定均使用softmax分类。

Person Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity Learning

experiments

Baseline1,only Identification Learning
Baseline2,only attribute learning
ARP,multi-task

Person Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity Learning

下面是人体属性分类的性能

Person Re-identification 系列论文笔记(三):Improving Person Re-identification by Attribute and Identity Learning