CVPR2016 Top-push Video-based Person Re-identificantion

本篇论文的下载地址：http://isee.sysu.edu.cn/~zhwshi/Research/PreprintVersion/Top-push%20Video-based%20Person%20Re-identification.pdf

在读这篇论文后，参考了一些博客对于本篇论文的理解。
总体来说，个人觉得有推荐价值的博客有二：

欢迎给出批评指正，有问题可以随时联系我：
qq邮箱：645574541@qq.com

---

First
http://www.cnblogs.com/fourseas/p/6659423.html

这篇博客是我师兄对这篇论文的理解，最重要的是，尽管这篇论文的code开源了，但是最核心的TDL部分代码是加密的。师兄根据作者已给出的代码，完成了TDL部分single-shot的代码，并在修正TDL中multi-shot的代码。近期会在以上博客中公布。

Second
http://blog.csdn.net/lv26230418/article/details/51172594
这篇博客阐述了对于与本篇论文相关工作的介绍，并且推荐了Person R-id方面的大牛。

---

其实本篇论文的算法流程不算复杂，这里不作赘述。本文的重点是介绍一下TDL的损失函数，因为事实发现，正是由于表达方式的简洁，对于损失函数的理解很容易出现偏差。对于single-shot的部分，还可能误打误撞；但对于multi-shot部分，则会出现问题，在此做下记录。

首先，在论文中的3.1.部分，给出了定义样本类间距离的公式：

$$min\sum_{\vec{x_i},\vec{x_j},y_i=y_i}D(\vec{x_i},\vec{x_j})$$
这里的min之前给了我很大的误导。我误以为是求出类间的最小距离，然后对所有的类间距离求和。但这样的理解其实是 错误的。通过交流，才注意到，这里的 min是加在总的求和公式之前的。也就是说， 正确的理解是： 先求出标签均为i的样本(即位于同一类i中的样本)间的距离之和，得到类i的类内距离。同时也按照这个方法，求出其他类的类内距离。并且对所有的类内距离求和。至于前面的min，并不是指求出最小的类内距离，而是指 在TDL迭代过程中，通过更新M矩阵，不断降低总的类内距离，并在迭代结束时，使得类内距离之和取得最小。

现在给出论文中loss function的公式：

$$f(D)=(1- \alpha)\sum_{\vec{x_i},\vec{x_j},y^i=y^i}D(\vec{x_i},\vec{x_j})+\\ \alpha\sum_{\vec{x_i},\vec{x_j},y^i=y^i}max \lbrace D(\vec{x_i},\vec{x_j})-{min_{y_k\not=y_i}}D(\vec{x_i},\vec{x_k})+\rho,0) \rbrace$$
公式中的第一项即是刚刚解释的类内距离的求和值。

那么公式第二项中的子项，见下式：

$${min_{y_k\not=y_i}}D(\vec{x_i},\vec{x_k})$$
是指求出某一类中的第i个样本，与 其他所有类中的 每一个样本间的距离，并且找出最小距离，这个最小距离即是标签i的样本对应的类间最小距离。并存储下与第i个样本距离最小的样本具有的标签k(这个具有标签k的样本位于其他的类中)。
因此，每个类中的每一个样本，均有一个与其距离最近的其他类中的样本。存储下两者在各自类中的标签以及所属类的标号。

公式第二项中的max部分：

$$max \lbrace D(\vec{x_i},\vec{x_j})-{min_{y_k\not=y_i}}D(\vec{x_i},\vec{x_k})+\rho,0) \rbrace$$
则是为了求出
$$D(\vec{x_i},\vec{x_j})-{min_{y_k\not=y_i}}D(\vec{x_i},\vec{x_k})+\rho$$
和
$$\rho$$
两者间的最大值， 并不是为了求出 类间最大距离，也不是我先前理解的为了确定标签j。标签j不需要确定。

第二项前面的求和公式，和第一项的求和公式等效，均是为了用每一个类中的两两样本代入公式进行计算。这里从始至终都不存在“求出类内的最小值或者最大值”这种说法，相反地，都是要用到类内所有样本两两之间的距离。