Re-ID: Person Re-identification by Local Maximal Occurrence Representation and Metric Learning 论文解析

注: 刚刚看完了这篇论文，顺便整理了一下这篇论文的思路，对论文的方法表示666

项目主页：http://www.cbsr.ia.ac.cn/users/scliao/projects/lomo_xqda/

---

论文解析

• 行人重识别有两个特别重要的问题：
  
  • Feature representation
  • Metric learning

• 在这篇论文中，作者采用的是LOMO的特征表示方法，以及XQDA的度量学习方法

  • LOMO：Local Maximal Occurrence Representation, 工作原理如下：

    • The LOMO feature analyze the horizontal occurrence of local features, and maximizes the occurrence to make a stable representation against viewpoint change. Besides, to handle illumination variations, we apply the Retinex transform and a scale invariant texture operator.
    • 首先，使用Retinex algorithm 对图片进行预处理，减少光照对重识别带来的影响
    • Retinex considers human lightness and color perception. It aims at producing a color image that is consistent to human observation of the scene

    • 

    • 从效果图中可以看到，在a中不同view下illumination的差异在b中基本被消除了，这一定程度上减少了光照对重识别带来的影响

  • 接着，对使用Retinex algorithm得到的Retinex image使用HSV color historgram提取颜色特征
  • 除了color description, 作者还采用Scale Invariant Local Ternary Pattern(SILTP)的方法获得illuminaton invariant texture description
  • 以上主要解决illumination change的问题，接下来要解决viewpoint change的问题
    
    • 在之前的工作中，有论文proposed：equally divided a person image into six horizontal stripe, and a single histogram is comouted in each stripe.
    • 虽然这种方法在一定程度上可以减轻viewpoint change带来的影响，但是这种方法可能会导致空间细节的丢失，进而影响其判别的能力
    • 因此，作者提出使用silding windows来完成描述的工作：
      
      • Specifically, we use a subwindow size of 10X10, with an overlapping step of 5 pixels to locate local patches in 128X48 images. Within each subwindow, we extract two scale of SILTP histograms, and an 8X8X8-bin joint HSV historgam. Each histogram bin represents the occurence probability of one pattern in a