Unsupervised Person Re-identification via Multi-label Classification——准研究生论文周报

1 标题

  Unsupervised Person Re-identification via Multi-label Classification 来源：CVPR 2020  日期：06月16日 周二

2 概述

  本文提出了一种基于多标签分类的无监督(unsupervised)行人重识别方法，将无标签的REID任务变为多分类问题，从而找到图像真正标签。和之前的无监督方法不同，本文提出的方法使用多标签分类损失来更新网络，所以它并不依赖于标记好的数据(labeled data)和性能较好的预训练模型(good pretrained model)。
  作者用到的数据集和我的毕业设计相同，分别是Market-1501，DukeMTMC-reID和MSMT17，实验结果和多种无监督方法进行了对比，证明了提出方法的有效性。

3 创新点

• 提出了新的无监督REID方法(MPLP+MMCL)，不依赖任何labeled数据，将每张行人图像都视作一类(为每张行人图片贴一个单一类别的label)，然后进行多标签分类，如下图Fig.1。
  
• MPLP(Memory-based Positive Label Prediction)：为了提高label的预测质量，基于memory bank来预测真正的标签，它考虑了标签的visual similarity和cycle consistency，如上图Fig.1，所有提取的特征先放在memory bank中，若两张图：a)具有很大的相似性；b)具有相同的neighbors(即这两张图同与某一个图片极其相似)，则认为两张图具有相同的label。
• MMCL(memory-based multi-label classification loss)：多标签分类损失，将分类的score强制变为-1，1，而且摒弃了Sigmoid函数，从而解决了多标签分类的梯度消失问题。

4 实验

4.1 细节

• 使用ResNet-50作为backbone，并加载预训练模型
• 去掉pooling-5之后的层并加上一个批量归一化层(BN)，这能输出2048维的特征
• 用pooling层的特征进行计算距离
• 测试阶段，提取pooling-5层的特征
• 对于多标签分类，用memory bank来存储L2归一化后的特征，5个epochs后用MPLP预测标签
• 和我的毕设使用了一样的方法，参考CamStyle进行了图像增强
• 图像resize为256*128，用SGD方法训练模型，ResNet-50基础层学习率为0.01，其他的为0.1，memory更新速率$\alpha$从0线性增长到0.5
• 训练60轮，每40轮学习率变为十分之一，batch大小为128
• MPLP的相似阈值设为0.6
• MMCL中权重$\delta$设为5，选择前1%的negative类计算损失
• 迁移学习使用相同的batch大小，在BN层后加一个FC层用于分类
• 进行了消融实验(Ablation Study)来说明算法的有效性，如下图
  

4.2 调参

• MPLP的Similarity threshold在0.3-0.7之间调整
• MMCL的权重系数$\delta$在1-7之间调整

4.3 结果对比

• Market-1501和DukeMTMC数据集上无监督REID方法对比
  
• MSMT17上无监督REID方法对比
  

5 收获与心得

  目前来看，利用深度神经网络训练REID模型的传统方法已经很成熟，一些经典数据集如Market，DukeMTMC上的rank-1都被刷到了接近100%，然而模型仍然不能够投入实际使用，因此，有更多学者开始转移研究重心，以提高REID模型的泛化能力及鲁棒性，如现在比较热门的基于无监督学习的REID以及跨模态REID(cm-REID)，及时参考学习这些新的方法，是继续研究REID的必然选择。