Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training阅读笔记

Paper：https://link.zhihu.com/?target=https%3A//arxiv.org/pdf/1810.12193.pdf

Code：https://github.com/Klitter/Pyramidal_Person_ReID（侵删）

摘要：论文指出基于特征图水平切块（part-based）的行人重识别很大程度上依赖于目标检测算法的优劣。差的目标检测算法由于无法精确的框出行人，导致在进行局部特征相似度计算和分类时不准确。 论文提出特征图金字塔由粗到细的整合全局和局部特征，并逐渐集成二者之间的线索，从而缓解了精确Box和不对齐的情况。论文同时指出，多任务训练可以提升模型的泛化能力，但是在具体的训练过程中，损失函数的训练目标往往不一致。在行人重识别中，经常使用交叉熵损失和困难三元组损失同时优化模型参数，根据先验知识理解，交叉熵损失函数通过优化模型参数，寻找优异的高维分类平面；triplet loss适合在自由的欧式空间里约束。而且对于这两个损失函数，在训练刚开始的时候，主要依靠交叉熵损失，等到后期难以识别的样本出现，现在三元组损失才真正发挥作用。如果简单地对两个损失函数赋予固定的权重，就不合适了，因此论文提出动态权重损失函数。

 

知识点解析：

                                 

1）：coarse-to-fine的金字塔模型：特征金字塔--第一层：（1、2、3、4、5、6）；第二层：（1、2、3、4、5）和（2、3、4、5、6）；第三层：（1、2、3、4）、（2、3、4、5）和（3、4、5、6）；第四层：（1、2、3）、（2、3、4）、（3、4、5）和（4、5、6）；第五层：（1、2）、（2、3）、（3、4）、（4、5）和（5、6）；第六层：（1）、（2）、（3）、（4）、（5）和（6）。得到各个层次的feature map后，将其（注意是所有的部件特征）分别输入后续的 Basic Operations，这一步具体操作如上所示，对fenature map分别做GAP和GMP两种全局池化，将池化后特征相加（channel不变）并接上conv+bn+relu降维得到最后的feature，这个feature一分为二，其中一路直接接上FC全连接层+softmax进行ID loss以提高该feature的辨识性，另一路和其他的部件特征结果相连(concat)进行Triplet Loss。

 

2）：Multi Loss Dynamic Training：

                      

在模型参数优化过程中，真正困难样本逐渐出现，此时困难三元组损失应该获得更大的权重，因此论文提出动态损失函数，在训练阶段使用不同的损失函数。在每一个epoch中，根据公式计算决定采样的方式。采样方式：a）：随机采样，但是此时三元组可能由于无法找到三元组使得损失函数不起作用；b）：K*P采样：每次选K个身份，每个身份选P个图像，但是此时由于ID较少，交叉熵损失作用不大。论文没有进行详细的论证，效果也需要考究。