ReID基础 | 全局特征和局部特征

1. 全局特征

全局特征是指，对每一张行人图片的全局信息进行一个特征提取，所以这个全局特征没有任何的空间信息。

缺陷：噪声区域会对全局特征造成极大的干扰；姿态的不对齐也会使得全局特征无法匹配。

2. 局部特征

局部特征是指对图像中的某个区域进行特征提取，最后将多个局部特征融合起来作为最终特征。方式：切片（一般水平切分）、利用姿态信息、利用分割信息（例如把人分割出来）、网格。

2.1 一些概念

姿态：通常一个行人会定义14个姿态点；两个相邻的姿态点相连形成骨架；常用的姿态点估计模型（Hourglass、OpenPose等）

Part和Attention：Part是指通过一定规则（例如姿态点信息）手工设置的一些矩形区域；Attention是指网络自动学习出的比较重要的任意形状区域。

水平池化：将feature maps进行水平等分，然后再池化得到分块的局部特征。

网格特征：将HXWXC尺寸的feature map中每个像素的C维特征作为一个网格特征，最终共有HXW个网格特征向量，每个向量的维度为通道数C。

2.2 水平切块

代表算法：Gate Siamese、AlignedReID、PCB、ICNN、SCPNet

总结：将图像进行水平方向的等分，每一个水平切块通过水平池化提取一个特征；Gate Siamese和AlignedReID通过设计规则（例如LSTM网络、动态对齐等ÿ