行人重识别论文阅读（2021.8.23-8.29）

1.重排序（Re-rank）

 （1）Re-ranking Person Re-identification with k-reciprocal Encoding

[1] Zhong Z ,  Zheng L ,  Cao D , et al. Re-ranking Person Re-identification with k-reciprocal Encoding[J]. IEEE Computer Society, 2017.

这是一篇2017CVPR的重排序（Re-ranking）论文，核心观点为:K-reciprocal encoding method，如何定义K-reciprocal呢：

其中N(p,k)指的是p的原始top-k ranking list，R(p,k)就是指N(p,k)中相互互为前k个的gallery图片。但作者任务这还不够，为了进一步挖掘原始ranking list，对R(p,k)进行扩展:

对于原始ranking list每张图q，计算R(q,0.5k)，如果这个q的R(q,0.5k)与R(p,k)的重叠超过2/3个R(q,0.5k),这样就将这些图也加入R(p,k)得到R*(p,k)，这样可以充分利用一些不在top-k的正例，也会尽量避免掉负例混进来。

在得到了R*(p,k)，对于p和每一个q后可以计算Jaccard距离，计算公式为：

即去求R*(p,k)和R*(q,k)的交并比。

此时的方法成功的挖掘了在rank list里的语义信息，得到了R*(p,k)，并且据此计算了新的距离，但依旧存在以下问题：

1.交并比的计算的开销很大

2.按照刚刚的距离计算方法，对于R*(p,k)的结果，对于每一张图的权重相同，没有利用其顺序信息。

为了解决如上问题，将R*(p,k)编码成向量Vp=

其中：当时，=。否则为0。d(p,q)为p与q的原始距离，N为gallery的大小，有了这个向量后就可以将jaccard距离转化为：

从而解决了上述两个问题。

最终的距离计算公式为原始距离和jaccrad距离加权：

 

2.A Simple Baseline for Multi-Object Tracking

[2] Zhan Y ,  Wang C ,  Wang X , et al. A Simple Baseline for Multi-Object Tracking.  2020.

这是一篇MOT的文章，将检测和重识别的特征提取网络进行了统一。

MOT算法可以分为两类：oneshot（检测和重识别统一，精度较低，速度快）和twostep（检测和重识别分开，精度高，速度慢）

作者分析了过去oneshot方法精度较低的原因：基于anchor的检测方法，检测框内的人没有对齐，导致了提取特征的模糊性，为了解决这一问题，其提出了采用像素级的anchor-free方法。

算法的整体流程为：

2.1Backbone

在ResNet-34的基础上，基于DLA（Deep Layer Aggregation）进行改进的高分辨率特征提取网络，高分辨率可以提高像素级关键点检测的精度。提取到的feature map的长和宽为原图的0.25。后接两个平行的检测和重识别分支

2.2Detection branch

首先接256*3*3卷积得到最终的feature map，之后接1*1卷积分别输出heatmap，boxsize和center offsize，

heatmap为预测的人物中心点热图，大小为（1*H*W），其GT为以真实中心点的四分之一向下取整为中心的高斯核函数，叠加所有目标的热图形成整体的heatmap，Loss为Focal loss。boxsize为检测框的长和宽，大小为2*H*W。centeroffsize为中心点偏移，大小为2*H*W。两者的Loss为L1Loss。

2.3Re-ID branch

生成128*H*W的特征，使用分类的交叉熵损失为Loss。

2.4关联

关联帧的方法类似于Deepsort