论文阅读（一）CVPR2019 AANet: Attribute Attention Network for Person Re-Identifications

文章地址：http://openaccess.thecvf.com/content_CVPR_2019/papers/Tay_AANet_Attribute_Attention_Network_for_Person_Re-Identifications_CVPR_2019_paper.pdf

源码:谁找到了评论一下呗。

摘要：

       本论文提出了一个“属性注意力网络”，这个新颖的网络结构整合了多种人体属性和一种叫做attribute attention maps的特征图，然后利用分类网络框架来处理reid的问题。许多reid模型使用身体语义信息如身体局部区域、人体姿态等等来提升reid的效果。然而人体属性信息并没有被经常用在reid任务中。本文提出的AANet模型，该模型整合身体局部区域关键的属性信息到一个同一的学习网络框架中。AANet包含三个任务：(1)全局身份鉴别任务、（2）局部区域检测任务、（3）关键属性检测任务。通过测试评估单个属性和集成属性（AAM）的分类效果，发现有很强烈的区别表现。其中使用Duke数据集，AANet的表现比用resnet-50的mAP高出3.36%，Rank-1高出3.12%。用Market1501数据集使用re-rank，AANet达到mAP:92.38%,rank-1:95.10%。比使用Resnet-152的高出mAP：1.42%，Rank-1:0.47%.此外AANet能实现行人属性的预测（性别、头发长度、衣服长度...）并局部化query图像的属性。

 图1.将 Class-aware 热图提取并结合起来，形成一个就有判别性Attribute Attention Map (AAM)。这里显示的六个热图对应六个属性，如头发、上衣颜色、下衣颜色等。

1.介绍：

       给定一个query image,行人再识别任务目的在于重新检索出一开始指定为query的哪个image。这项任务通常尝试着在短时间内的摄像头拍摄的图像集中进行重检索。这项任务使用行人基本不变的属性如：衣服和外观属性。这项任务面临着许多挑战，比如：目标的局部全部的遮挡，姿态变化，图像光线的变化，图像分辨率太低...都会对识别效果产生影响。最近基于深度学习的Reid算法的识别效果表现很好。

       解决行人再识别的问题的方法大致可以分为两类：（1）采用度量学习的方法，将相似的person image距离拉近，不同的image距离拉远，其中会用到triplet loss、quadruplet loss。（2）将Reid问题构建为一个分类问题，这类方法使用Softmax loss，个人身份作为标签，通过反向传播进行训练学习。研究表明，结合语义信息（如：身体局部信息，人体姿态等）可以显著提高Reid的准确率。但是目前先进的Reid方法中人体属性（如：衣服颜色、头发长短、性别）并没有用到Reid任务中，并且人体属性在短时间内不会发生显著变化，因此该属性可以作为一个可以使用的线索，用于提高Reid性能。

       在这篇文章中我们提出，将行人属性信息应用到分类框架中。由此产生了叫做属性注意网络框架（AANET）,该网络将身份类别、身体局部信息、行人属性统一到一个框架中来共同学习一个具有高判别度的特征。实验结果表明网络的输出结果在多个基准数据集表现优于目前最先进的方法。

 图2：AANet,主干网络采用resnet50，生成特征图X。接着将特征图前向传播输入到三个结构中分别称作：Global Feature Network(GFN), Part Feature Network (PFN) , Attribute Feature Network (AFN)。最后三个结构的输出结合，采用同方差的不确定性学习来预测行人身份（什么东西？？）。

        图2给出了AANET模型的大体结构。该模型包含3个子网络。第一个网络我们称之为Global Feature Networks(GFN)，采用全身特征信息进行分类。第二个网络称为Part Feature Network (PFN)，关注于身体局部区域检测。第三个网络称为Attribute Feature Network(AFN)，从行人身体上抽取多层次的属性信息构成Attribute Attention Map (AAM)，AAM如图一所示。这三个网络使用行人ID和属性标签进行分类，并且使用同方差不确定性来学习优化三个子网络的权重，该权重会用于损失计算。

        因为AANet网络将人属性分类作为网络学习的一部分，因此它要为每个query和gallery做属性预测。这样在gallery属性进行匹配时可以通过查询图像进行检索，也可以不通过查询图像进行检索。</