使用多级相似度的高效深度行人重识别

行人重识别（ReID）需要比较在不同条件下捕获的行人图像。现有的基于神经网络的工作通常从单一卷积层计算特征图的相似度。在本研究中，我们提出了一种高效的、端到端的纯卷积 Siamese 网络，在多个层级计算相似度。我们证明在 ReID 问题中，多级相似度可以使用低复杂度的网络结构大幅提高准确率。具体而言，首先，我们使用几个卷积层来提取两幅输入图像的特征。然后，我们提出卷积相似度网络来计算输入的相似度得分图。我们使用空间变换网络（STN）来确定空间注意力。我们提议应用高效的深度卷积来计算相似度。所提出的卷积相似度网络可以插入到不同的卷积层中，以在不同层级提取视觉相似度。此外，我们使用改进的排序损失来进一步提升性能。我们的工作首次提出在 ReID 中计算低、中、高三个层级的视觉相似度。通过广泛的实验和分析，我们证明我们的系统紧凑而有效，能够以小得多的模型尺寸和计算复杂度取得有竞争力的结果。