学习可泛化的全尺度表征用于行人重识别
计算机视觉与模式识别
2021-04-30 v5
摘要
一个有效的行人重识别（re-ID）模型应当学习既具有判别性（用于区分外貌相似的人）又具有可泛化性（用于跨数据集无需任何适配即可部署）的特征表征。本文中，我们开发新颖的 CNN 架构以应对这两大挑战。首先，我们提出一种称为全尺度网络（OSNet）的 re-ID CNN，用于学习不仅捕获不同空间尺度而且封装多尺度协同组合（即全尺度特征）的特征。基本构建块由多个卷积流组成，每个流检测某一尺度上的特征。对于全尺度特征学习，引入统一聚合门以通过通道权重动态融合多尺度特征。OSNet 是轻量级的，因为其构建块由分解卷积组成。其次，为改进可泛化特征学习，我们将实例归一化（IN）层引入 OSNet 以应对跨数据集差异。进一步，为确定这些 IN 层在架构中的最优放置位置，我们提出了一种高效的可微架构搜索算法。大量实验表明，在传统的同数据集设定下，尽管 OSNet 远小于现有 re-ID 模型，其仍达到了最先进的性能。在更具挑战性但更实用的跨数据集设定下，OSNet 在不使用任何目标数据的情况下击败了多数近期无监督域适应方法。我们的代码和模型发布于 \texttt{https://github.com/KaiyangZhou/deep-person-reid}。
引用
@article{arxiv.1910.06827,
title = {Learning Generalisable Omni-Scale Representations for Person Re-Identification},
author = {Kaiyang Zhou and Yongxin Yang and Andrea Cavallaro and Tao Xiang},
journal= {arXiv preprint arXiv:1910.06827},
year = {2021}
}
备注
TPAMI 2021. Journal extension of arXiv:1905.00953. Updates: added appendix. arXiv admin note: text overlap with arXiv:1905.00953