ES-Net：擦除显著区域以在重识别中学习更多
计算机视觉与模式识别
2021-03-11 v1
摘要
作为一种实例级识别问题，重识别（re-ID）要求模型捕捉多样化特征。然而，随着训练持续进行，重识别模型越来越关注显著区域。结果，模型可能仅聚焦于少数具有显著表示的微小区域，而忽略其他重要信息。这一现象导致性能下降，尤其在模型于类间差异较小的数据上评估时。本文提出一种新颖网络——擦除显著网络（ES-Net），通过擦除图像中的显著区域来学习全面特征。ES-Net 提出一种新方法，依据物体置信度定位显著区域，并在训练批次中高效擦除它们。同时，为缓解过度擦除问题，本文采用可训练池化层 P-pooling，其推广了全局最大与全局平均池化。实验在两个特定重识别任务（即行人重识别、车辆重识别）上进行。我们的 ES-Net 在三个行人重识别基准与两个车辆重识别基准上优于当前最优方法。具体而言，mAP / Rank-1 率：在 Market1501 上为 88.6% / 95.7%，在 DuckMTMC-reID 上为 78.8% / 89.2%，在 MSMT17 上为 57.3% / 80.9%，在 Veri-776 上为 81.9% / 97.0%。Rank-1 / Rank-5 率：在 VehicleID（Small）上为 83.6% / 96.9%，在 VehicleID（Medium）上为 79.9% / 93.5%，在 VehicleID（Large）上为 76.9% / 90.7%。此外，可视化的显著区域为排序结果提供了人类可理解的视觉解释。
引用
@article{arxiv.2103.05918,
title = {ES-Net: Erasing Salient Parts to Learn More in Re-Identification},
author = {Dong Shen and Shuai Zhao and Jinming Hu and Hao Feng and Deng Cai and Xiaofei He},
journal= {arXiv preprint arXiv:2103.05918},
year = {2021}
}
备注
11 pages, 6 figures. Accepted for publication in IEEE Transactions on Image Processing 2021