本文探讨基于CNN的行人再识别（Person Re-ID）特征提取，重点在于训练过程和Loss函数的设计。通过Triplet Function，提取全局与局部特征，并采用共享权值的CNN进行特征学习。文章提出改进Loss函数的思路，包括去除固定参数、引入Pair-wise方法和考虑距离比值的线性展开，同时在卷积部分提出分块加权及使用马氏距离的潜在优化策略。
一. CNN特征提取
通过上一篇文章的学习，我们已经知道，我们训练的目的在于寻找一种特征映射方法，使得映射后的特征 “类内距离最小，类间距离最大”，这种特征映射 可以看作是 空间投影，选择一组基，得到基于这组基的特征变换，与 PCA 有点像。
这一篇我们讲的就是基于 CNN的特征提取，特征提取过程也就是训练过程，训练结果就是 CNN 的参数。
以 Triplet Function 为例，对于 一个输入图像三元组 Trip<I, +,I->，通过一个共享参数的网络进行训练，通过下图可以看到，三个图像 <I, +,I-> 分别得到了一个特征空间，这个特征空间只要满足 前面提到的距离度量函数（后面的Distance Cost），那么训练就算完成了。
这里面有几个关键点：
- 提取全局特征与局部特征结合，可以学到更能描述行人的特征；
- CNN采用共享权值方式进行特征提取；
- Distance Cost 作为Loss函数驱动 CNN特征参数调整；
二. 训练过程
还是通过 Loss 函数来看训练过程（每N个Trip样本训练一次）：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
