A Bottom-Up Clustering Approach to Unsupervised Person Re-Identification-AAAI2019

大多数人再识别(re-ID)方法都基于监督学习，这需要对训练数据进行密集的人工标注。然而，获取身份注释不仅是资源密集型的，而且对大规模的真实世界数据进行标记也是不切实际的。为了解决这个问题，我们提出了一种自底向上聚类(BUC)的方法来联合优化卷积神经网络(CNN)和个体样本之间的关系。我们的算法考虑了在重新识别任务中的两个基本事实，即不同身份之间的多样性和同一身份内部的相似性。具体地说，我们的算法从将单个样本作为一个不同的身份开始，这将最大化每个身份的多样性。然后它逐渐将相似的样本分组成一个身份，这增加了每个身份内部的相似性。我们在自底向上聚类过程中使用了一个多样性正则化项来平衡每个聚类的数据量。最后，该模型实现了多样性和相似性之间的有效平衡。我们在大规模的图像和视频re-ID数据集上进行了大量的实验，包括Market-1501、DukeMTMCreID、MARS和DukeMTMC-VideoReID。实验结果表明，该算法不仅优于目前最先进的无监督re-ID方法，而且优于竞争的迁移学习和半监督学习方法。
我们提出了一个自底向上的聚类框架来解决无监督的re-ID问题。通过利用身份之间的内在多样性和每个身份之间的相似性，我们的框架可以学习鲁棒的和有区别的特征。•我们采用排斥损失对无标签模型进行优化。排斥损耗直接优化了每个样本/簇之间的余弦距离。它可以促进模型利用每个聚类内的相似性，并最大限度地提高每个身份之间的多样性。•我们提出了一个多样性正则化项，以使每个簇中的图像数量平衡。使聚类结果与真实世界的分布保持一致。•实验结果表明，我们的方法在基于图像和基于视频的re-ID数据集上都优于最先进的方法。在Market-1501 (Zheng et al. 2015)和MARS (Zheng et al. 2016)上，我们的准确率分别达到了66.2%和61.1%。此外，一次性的re-ID方法比我们的方法使用了更多的注释，而我们的方法也获得了更高的性能。
通过利用身份之间的内在多样性和每个身份内部的相似性

如图1所示，在训练过程中，将单个的样本聚集成簇，并逐渐合并。具体来说，我们的框架BUC以一种迭代的方式应用网络训练和自底向上聚类。我们提出的排斥损耗可以在没有任何标签的情况下优化网络，并获得良好的初始精度。在网络训练的开始，我们将单个图像作为范例，即每个图像属于一个独立的集群。然后，我们通过自底向上的聚类，将相似的图像(聚类)合并到一个聚类中，逐渐合并身份内部的相似性。此外，在实践中，不同的身份被相机捕捉到的概率应该是相似的，因此不同簇的图像数量应该是平衡的。为了加强这一性质，我们在合并过程中加入了一个多样性正则化项。最后，在从下到上的聚类过程中，我们的框架利用相似性和多样性来学习判别特征。

图2:(a).本文提出的框架以未标记的图像作为输入，训练网络，提取图像特征进行聚类。该框架交替进行三个步骤，即提取每幅图像的CNN特征，合并整个训练集的簇，并重新训练CNN模型。图(b)-(d)描述了集群合并的过程。在这个例子中，每一步我们合并两个具有最小差异的簇对。相同颜色的实心点代表同一簇中的图像。彩色线表示连接的两个集群已合并为一个。在(b)中，学习到的特征区分跨越一个单元球，该单元球的多样性是最大的。在©中，合并簇后，同一簇的特征嵌入距离球体更近。在(d)中，上球面显示了没有分集正则化的聚类合并结果:(点1，点3)和(点4，点8)距离最短，合并为一个聚类。下面的球面显示的是分集正则化后的聚类合并结果:虽然黄色和绿色的聚类之间的距离最短，但这两个聚类太大，不应该合并。点6和点7被合并。