本文探讨了行人重识别（Person Re-ID）的挑战，并对比了表示学习与度量学习方法。作者提出了一种新的度量学习损失函数——Margin Sample Mining Loss（MSML），该方法通过优化距离矩阵，选择最难的正负样本进行训练，提高了性能。实验表明，MSML在多数数据集上优于传统的Triplet和Quadruplet损失，但训练过程可能较慢。
paper下载地址：https://arxiv.org/abs/1710.00478
Introduction
Person Re-ID目前依然是一项十分具有挑战的任务。姿势，视角，光照，背景和遮挡都给这项任务带来困难。
传统的方法通过学习low-level特征，比如颜色、外形、局部描述子等来描述一个人。而CNN通过学习high-level特征能够提升性能。目前的监督性学习方法能够分为两类，一类是表示学习，一类是度量学习。
- 表示学习：把ReID看为分类与识别任务。直接受益于常用的分类方法，比如softmax，因此很容易训练出来，性能也还不错。但是这类方法主要关心的是类与类之间的不相似性，忽略了pair之间的相似性，导致很难将同一个人的pairs和不同人的pairs区分开。
- 度量学习：直接评估两张图像embedding features的相似性。比如contrastive loss，triplet loss，improved triplet loss, quadruplet loss。尽管这些度量距离的loss对image pairs很敏感，也很难训练，但是性能却比表示学习要好。
本文中，作者提出了一种新的度量学习方法，称之为margin smaple mining loss(MSML)。在一个batch中，随机选取P个人的K张图像，总共N=P*K张，计算特征空间的N*N距离矩阵，选择距离最大的positive pairs和距离最小的negative pairs来计算最终的loss。
Method
Triplet loss
老生常谈的话题，直接上公式。
公式第一项表
最低0.47元/天 解锁文章
4707
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
