32、可扩展行人重识别：超越监督式方法

可扩展行人重识别：超越监督式方法

1. 算法介绍

在行人重识别任务中，有两个重要的算法值得关注。

1.1 Max - Cut Select 算法

该算法的灵感来源于图论中的一个观察：对图的顶点集进行任意划分，跨越划分的边集会构成一个无三角形的子图。如果能找到一个划分，使得跨越该划分的边的总权重最大，就可以利用这些边构建一个近似最优解。

在图论中，最大割问题就是要找到这样一个最大权重的划分，但它是一个 NP 难题，没有已知的高效算法。不过，存在一个确定性的 1/2 近似算法。Max - Cut Select 算法的步骤如下：
1. 初始化。
2. 从图的边集 E 中选取权重最大的前 B 条边，构建子图 G′。
3. 在子图 G′上使用确定性的 1/2 最大割算法，生成一个划分 (S, V\S)。
4. 选择跨越划分 (S, V\S) 的边集 T 并返回。

1.2 Greedy - Select 算法

在实际应用中，简单的贪心启发式算法往往比其他理论上更优的算法表现更好。Greedy - Select 算法就是基于这种观点提出的贪心策略。其步骤如下：
1. 初始化边集 T 为空。
2. 按边的权重从大到小遍历图中的边。
3. 在每次迭代中，如果当前边不会与边集 T 中的现有边形成三角形，则将其加入边集 T。
4. 当边集 T 中收集到 B 条边或者遍历完图中的所有边时，算法终止。

2. 实验设置与结果

2.1 数据集

使用 Market - 1501 数据集进行实验，该数