Horizontal Pyramid Matching for Person Re-ID

 

行人再识别问题

行人再识别是一项很具有挑战性的任务，主要因素包括环境因素和行人本身的因素：

（1）环境因素：复杂的背景、光照、获取的图像分辨率等；

（2）行人因素：衣着、姿势、步态等。

之前很难提取到robust的特征，深度学习的发展使特征提取成为可能。

 

论文方法

[主要思想]

使用多个尺度，将提取到的特征图进行水平划分成bins；将每个bin分别进行平均池化和最大池化，并将两个池化结果整合起来：每个尺度的不同bin池化结果可以连在一起，用作分类。参考下图：

[模型框架]

（1）backbone: 使用resnet50从输入图像提取特征图；使用ImageNet的预训练权重；与resnet50不同在于：conv4_1的步长由2改成1，并且去掉平均池化层和全连接层。

（2）horizontal pyramid pooling: 首先根据scale水平划分特征图：分别进行最大池化和平均池化，两者结果对应相加；