行人重识别：隐式定义深度学习分类框架的感知野

深度学习分类模型的\emph{感知野}决定了输入数据中对于提供正确决策最具显著性的区域。学习此类感知野的主要方式是在被掩码的数据上训练模型，这有助于网络忽略任何不需要的区域，但有两个主要缺点：1）它常产生边缘敏感的决策过程；以及 2）显著增加了推理阶段的计算成本。本文描述了一种通过创建由应\emph{先验}对网络决策重要/无关的交换片段组成的合成学习数据，来隐式驱动网络感知野推断的解决方案。在实践中，我们使用分割模块区分每个学习实例的前景（重要）/背景（无关）部分，并在图像对之间随机交换片段，同时保持类标签仅与被视为重要片段的标签一致。该策略通常驱动网络早期收敛与适当解，其中身份与杂波描述不相关。此外，该数据增强方案具有多种有趣性质：1）它是无参数的；2）它完全保留标签信息；以及 3）它与典型数据增强技术兼容。在实证验证中，我们考虑了行人重识别问题，并在著名的\emph{Richly Annotated Pedestrian}（RAP）数据集上针对两种不同设置（\emph{上半身}与\emph{全身}）评估了所提方案的有效性，观察到相对于当前最优（state-of-the-art）极具竞争力的结果。在可复现研究范式下，代码与实证评估协议均可在 \url{https://github.com/Ehsan-Yaghoubi/reid-strong-baseline} 获取。