［论文笔记］K-CRC for Person Re-ID

［论文笔记］K-CRC算法

Kernel Cross-View Collaborative Representation based Classification for Person Re-Identification（2016 ArXiv）

---

1. SRC & CRC

这个问题源自ICCV2011上一篇人脸识别的论文Sparse Representation or Collaborative Representation: Which Helps Face Recognition?

SRC(Sparse representation based classification)首先用所有训练样本的线性组合表示一个测试样本，然后估计哪一类可以最小化representation error，就确定了测试样本属于哪一类。很多相关工作都强调了sparse representation在人脸识别的作用，但是文章研究发现，是Collaboration representation而不是l1-norm Sparsity使得SRC在人脸识别方面更有效。

文章认为SRC算法中，有两点很关键：
- 第一，测试样本的编码矢量必须是稀疏的；
- 第二，测试样本由整个样本数据库协作编码表达，而不是由每个类别的子集表达。

假如测试样本属于样本数据库中的某一类，那么应该可以有这个类别的样本集稀疏表示，也就是用最少的样本来表达，所以测试样本的编码矢量必须是稀疏的。但是这是建立在每个类别的样本集都是完备的，这个基础上的，实际上这样的前提很难做到。用某一类别的样本集来表达测试样本的误差会很大，即便是测试样本恰好属于这个类别。所以SRC采用整个样本数据库来协作表达测试样本，当采用CRC(Collabarative representation based classification)判断测试样本是否属于某一类别时，既要判断测试样本与这一类别的差别是否小，还要判断与其他类别的差别是否大，这样的“double check”使得识别更加有效和鲁棒。

简明区分可见如下的目标方程：

$$\min_{a}||Y-X\alpha||_{2}^2+\lambda||\alpha||_{p}$$

当p＝1时，a为sparse representation；当p＝2时，a为collaborative representation。

2. Multi-task learning framework

求collaborative representation因子$a_{x}$和$a_{y}$，y表示probe样本，x表示gallery样本，分别用两个独立的字典。

除了使用CRC，该算法的一大创新点是使用了multi-task learning framework,把不同摄像头视角下的collaborative representation的运算看成是一个不同的任务，同时计算ax和ay。

3. Comparison with DVDL-algorithm

与 ICCV2015上字典学习的论文Person Re-Identification with Discriminatively Trained Viewpoint Invariant Dictionaries 比较可以总结如下：

（a）X-CRC方法对不同摄像机视角使用不同的字典而使用DVDL 算法中使用统一的字典，且前者在式(3)中对字典Dx和Dy做了非线性的映射；
（b）编码向量的距离X-CRC方法中使用cosine距离而DVDL 算法使用欧式距离；
（c）X-CRC使用l2-norm(collaborative representation)，DVDL使用l1-norm（sparse representation）;
（d）X-CRC用于single-shot场景，DVDL用于multi-shot。

目录

---