Gated Siamese Convolutional Neural Network Architecture for Human Re-Identification 泛读记录

概述

目前ReID主流方法是孪生卷积神经网络，网络将每个ID（身份）映射至嵌入空间中，使得相同身份图片距离更近，不同身份图片距离更远。但这些方法只在最后一层特征中比较两个图片的相似性，这样可能忽略掉了对区分目标重要的中间层信息。因此本文作者提出基于门限函数（gating function）的S-CNN。
使用门限函数来比较图像对的中间层特征并方大局部相似性，将更相关的特征传播至高层。这样使得网络判别能力更强。虽然图像对视角不同，并且图片拍摄位置也不同，但作者认为，图片都转化为同一假设，假设水平方向行对应，即提取的特征的同一行描述相同的特征（下图每个水平条纹对应图片对中的相同特征）。整个过程大致是，用gating function 总结水平方向的局部特征，计算欧氏距离后使用高斯激活函数输出相似性值，再加上原特征增强局部特征。gating function 可微，适用于端训练。主要贡献：
1.性能不错的baslin S-CNN
2.主干网络最后四层增加gating function，利用中间层，增强判别能力
3.实验
个人理解：为特征中间层设计的一个“插件”，在水平方向比较局部特征，将更重要的特征传至下一层。

Baseline Siamese CNN

图片调整至128$\times$64分辨率，所有图片减去均值图片，池化层只有3层，减少信息丢失。在4-6层使用了非对称卷积核，保持第三层输出的行数，且使列数逐步变成1。使用小卷积核使网络更深，BN，Parametric rectified linear unit帮助训练。

Matching Gate

三个部分组成：

Feature summarization

确定水平方向上各特征的重要性。

第一个分支网络的特征输出的第r行，c为特征图宽（列数），h为通道数。对其卷积（没有padding），再经过激活函数f。

Feature Similarity computation

计算Feature summarization部分输出的欧氏距离，说明了每个特征维度的距离。

是Feature summarization输出的一维列向量的第r行。P可以在训练中学习到。

Filtering and Boosting the features

增强局部特征，

X为Match Gating 的输入，$g_r^i$为Feature Similarity computation输出，$G_r^i$为$g_r^i$列方向重复C次，计算得到新特征$a_{r1},a_{r2}$，将该特征输入到下一层中进行特征提取。当P值较大时候，允许最大的信息流过，当p值较小时，只有两个局部特征较为接近时候，g才接近1，即仅仅允许非常相似的区域通过。

Contrastive Loss 对比损失

$$L=\frac{1}{2N}\sum _{n=1}^{N}y{d}^2+(1-y)max(margin-d,0{)}^2$$
d为欧氏距离 ，正样本对y=1，反之为0。margin 训练时设为1。