最强无监督行人重识别方法 Cluster Contrast ReID，精度超越有监督算法

©作者｜朝言

单位｜阿里云人工智能实验室

研究方向｜计算机视觉

在行人重识别领域，如何获取海量标注数据，提高实际场景的重识别能力是工业界非常关注的一个问题。通常在学术界上公开数据集如 Maket1501 上训练出来的模型在实际场景上基本是没法用的，都需要在实际场景中采集数据并进行标注。标注需要人工成本和时间周期，在项目比较急的时候重新标注根本来不及，因此无监督的行人重识别方法成为了目前研究的一个热点。 

无监督行人重识别已经有很多人在研究了，目前最好的方法是 SPCL（葛艺潇：NeurIPS 2020 | 自步对比学习: 充分挖掘无监督学习样本）, 在使用了 Generalized Mean Pooling (GEM) 之后，在 Market1501 数据集上达到了 rank-1 89.5% 的效果，效果很好，但是和有监督的方法，如 Resnet50 + Circle loss [1] rank-1 92.13% 或者 OSNet [2] 94.2% rank-1 相比仍然有一些差距。

SPCL 提供了一个很强的 unsupervised reid pipeline，可以启发我们去进行更深一步的探索。基于此，我们提出了无监督 Cluster Contrast ReID，在 Market1501 上跑到了 rank-1 94.6%，已经超越了很多有监督的算法。在其他行人重识别数据集如 Duke 和 MSMT17 数据集上，也比最先进无监督 re-ID 方法 mAP 提高了 7.5％，6.6％。

论文标题：

Cluster Contrast for Unsupervised Person Re-Identification

论文地址：

https://arxiv.org/abs/2103.11568

代码地址：

https://github.com/alibaba/cluster-contrast-reid

方法

unsupervised reid pipeline

首先来看一下整个无监督 reid 的 pipeline, 大致可以分成三个部分。第一个部分就是特征提取，在每一个 epoch 开始的时候，通过网络将训练数据集中图片的特征都提取出来。第二部分是聚类，通过传统的聚类方法如 DBScan, KNN 通过特征把图片聚成不同的类别，每个类别给一个标签，就是用来训练的伪标签。一开始的伪标签是很不准的，在训练的过程中，随着网络的精度越来越高，伪标签也会越来越接近真实标签。第三部分就是图片特征的存储和更新，在网络训练的过程中，随着网络参数的变化，图片的特征也需要进行对应的更新。

在训练的时候，我们因为有了伪标签，就能够通过类似于 softmax 的分类函数来对网络进行训练。因为伪标签在每次聚类的时候都会发生变化，所以无监督 reid 用的是 non-parametric softmax loss。我们用的是 moco 用的里面的 InfoNCE loss 来进行训练。 

我们发现，图片特征的存储和更新对于网络的训练影响很大。一个最简单的直觉就是，在一个行人重识别数据集中，不同的人拥有的图片数量是不一样的，如果按照训练的图片来更新 feature 的话，拥有大量图片的人的 feature 将会滞后更新，从而有害网络优化。

所以 ClusterContrast 的核心思想就是，我们不再是从图片的层面上去更新特征和计算 loss，而是从人的维度去更新和计算 loss。无论一个人有多少张图片，对于网络训练来说，他们都是一视同仁的，都是用同一个速度去更新特征。在无监督 reid 中，每个人都被聚类成一个 cluster，所以我们的方法叫做 ClusterContrast。具体可以参加下图：

Cluster Contrast

在这张图中，相同颜色的图片是属于同一个人的。对于一个人，不管他有多少张图片，我们只会从里面选一张图片的 feature 存起来。怎么选这一张图片也是有很大的讲究的？就像 batch hard triplet loss 一样，我们发现选择和之前存起来的 feature 最不相似的 feature 效果最好，这样能够让网络去挖掘一些难样本。和之前的方法的对比可以参见下图：

我们可以看到 ClusterContrast 非常简洁，使用了最少的显存，取得了最好的效果。

结果

我们在各个数据集上，包括车辆重识别数据集上都大大超越了现有的无监督重识别方法。为了公平比较，我们在图表中并没有使用一些常见的提点方法如 Generalized Mean Pooling (GEM), reranking。用了 GEM 之后网络性能能进一步提升，能够超越很多有监督的方法：

Market1501

DukeMTMC

总结

我们提出了 Cluster Contrast 方法，核心就是在人的维度上去进行特征的提取和更新，从而将特征的更新速度与图片数量进行解耦，让算法工程师能够在 ID 的层面对模型进行调优。Custer Contrast 超越了现有的所有无监督行人重识别方法，无监督域自适应行人重识别方法和相当一部分有监督的方法。Cluster Contrast 简洁且效果好，代码已经开源，希望我们的方法能够带给广大重识别研究者一些启发，让行人重识别更好的落地在实际场景中。

团队招聘

阿里巴巴人工智能实验室 2022 届校园招聘火热进行中。待遇丰厚，成长潜力大，特别优秀的同学可推阿里星，算法开发都要，找工作的同学抓紧投递！

参考文献

[1] https://github.com/layumi/Person_reID_baseline_pytorch#trained-model

[2]. https://kaiyangzhou.github.io/deep-person-reid/MODEL_ZOO

更多阅读

#投 稿 通 道#

 让你的论文被更多人看到 

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。 

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学习心得或技术干货。我们的目的只有一个，让知识真正流动起来。

???? 来稿标准：

• 稿件确系个人原创作品，来稿需注明作者个人信息（姓名+学校/工作单位+学历/职位+研究方向） 

• 如果文章并非首发，请在投稿时提醒并附上所有已发布链接 

• PaperWeekly 默认每篇文章都是首发，均会添加“原创”标志

???? 投稿邮箱：

• 投稿邮箱：hr@paperweekly.site 

• 所有文章配图，请单独在附件中发送 

• 请留下即时联系方式（微信或手机），以便我们在编辑发布时和作者沟通

????

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。