[行人重识别论文阅读]Relation Network for Person Re-identification

论文地址：https://arxiv.org/pdf/1911.09318v1.pdf
代码：https://github.com/cvlab-yonsei/RRID

Abstract

we propose a new relation network for person reID that considers relations between individual body parts and the rest of them.Our model makes a single part-level feature incorporate partial information of other body parts as well, supporting it to be more discriminative.

提出考虑身体的一个局部特征与其它所有局部特征的关系，这个方法使得身体的一个单一部位包含与他部位的位置关系，使其更具有分辨力。

We also introduce a global contrastive pooling (GCP) method to obtain a global feature of
a person image

在获取全局特征的过程中，我们引入了一种GCP的方法。

Related Work

提出了一些以前Re-Id的方法，不再赘述。

Our Approach

如图所示，整个过程分为三部分：
一，就是首先图片特征经过Resnet50获取feature maps对拿到的特征图进行 Global max pooling(GMP) ，可以仔细看一下变化，其实就是相当于每h/6个特征图接一个最大池化，得到6个特征。
二,三步是一个并列的过程
二，将得到的特征图放入one vs rest 模块，得到local relational features即 局部关系特征图
三，将得到的特征图放入GCP模块，得到Global contrastive feature即 全局对比特征图
最后，我们沿着通道维度将这些特征连接在一起，得到1x1x1x7c的行人特征

One-vs.-rest relational module

One vs Rest


具体来说，我用Pi(i = 1,…6) 来表示每个1x1xC的局部特征。以p1作为第一个feature为例，对除了p1以外的pi(i=2,3,4,5,6) 进行平均池化得到rest features（意为除了第一个以外的其余特征）我们称之为r1,我们分别对p1和r1接上一个1x1xc的卷积核这样我们就会保持h,w不变，C->c，我们对卷积后的p1称为P1，r1称为R1，我们对得到的P1，R1进行连接（连接过程其实还需要加上BN以及RELU（具体看上图第二段））得到的维度为2C，再次经过一个卷积核后变回c ，此时的R1种其实已经包含了P1的信息，再用R1+P1我们就会得到最终1x1xc的特征。后对p2,p3,p4,p5进行上述重复性操作。

GCP

在讲GCP之前，首先拿图对比了GAP,GMP,GAP+GMP还有GCP

总而言之就是，GCP的优越性大于前三者
GCP的具体实现过程



首先，我们会对所有特征进行一次平均池化以及最大池化。我们分别用Pavg以即Pmax分别代表两个池化结果。之后我们利用Pmax与Pavg的差得到前文一直在说的contrasive feature即Pcont,来表示两者之间的差异，pcont汇集了除了Pmax以外身体各个部位最具显著性的特征。我们之后
对Pmax与Pcont分别接一个1x1xc的卷积核，分别到P1max,p1cont,之后再对两者进行连接操作得到维度为2c的特征，对2c紧接着再接一个Conv进行降维后于P1max进行连接得到最终的global feature。

我们发现无论是global 还是local 最后的一步计算都是一样的，其核心思想都是一致的。

Loss
我们在下图中画L处都分别进行了三元组损失和分类损失。