用于行人检索的 SVDNet
计算机视觉与模式识别
2017-08-08 v4
摘要
本文针对检索问题提出 SVDNet，重点关注行人重识别（re-ID）的应用。我们将卷积神经网络（CNN）中全连接（FC）层的每个权重向量视为一个投影基。据观察，这些权重向量通常高度相关。这一问题导致 FC 描述符的各条目之间存在相关性，并损害了基于欧氏距离的检索性能。为解决该问题，本文提出利用奇异向量分解（SVD）来优化深度表示学习过程。具体而言，通过约束与松弛迭代（RRI）训练方案，我们能够在 CNN 训练中迭代地融入正交性约束，从而产生所谓的 SVDNet。我们在 Market-1501、CUHK03 和 Duke 数据集上进行了实验，结果表明 RRI 有效降低了投影向量间的相关性，产生了更具判别力的 FC 描述符，并显著提高了重识别准确率。例如，在 Market-1501 数据集上，CaffeNet 的首位准确率从 55.3% 提升至 80.5%，ResNet-50 则从 73.8% 提升至 82.3%。
引用
@article{arxiv.1703.05693,
title = {SVDNet for Pedestrian Retrieval},
author = {Yifan Sun and Liang Zheng and Weijian Deng and Shengjin Wang},
journal= {arXiv preprint arXiv:1703.05693},
year = {2017}
}
备注
accepted as spotlight to ICCV 2017