论文之AlignedReID: Surpassing Human-Level Performance in Person Re-Identification

这几天看了这篇超过人类判别性能的Reid论文。
为了便于更好的记忆，在此翻译一下，加深自己的理解。（只写重点，省略一些不重要的）
1.摘要
论文提出的Alignedreid主要是在提取全局特征的基础上更好的结合局部特征。通过结合局部特征，全局特征能够表现出更好的性能。在两个局部特征没有额外的监督信息的情况下，通过计算最短路径来进行局部部分的匹配。
2.介绍
person Reid 主要是在另一个时间或者地点辨认是否是同一个人，在视觉方向是个巨大的挑战。他的应用面很广，从跨摄像头追踪到大的图片库（gallery）里查找，或者是对零售商里的顾客做一个分析在相册里的图片进行分组（比如同一人为一组）等等。和现在多数检索任务存在的问题相同，在Reid中，也面临着姿态变化，多视角照明以及遮挡等问题。
传统的方法…（不写了，可以看原论文）
许多基于CNN方法去学习全局特征，但是没有考虑到行人的空间特征。这里有如下几个缺点：
（1）不精确的行人检测技术（bbox不准问题）可能对特征提取产生影响。如下图：

（2）姿态变化引起的身体形变会对度量学习带来困难，如下图：

（3）干扰物的遮挡也会破坏人体部位的正确的语义信息，如下图：

（4）在全局特征中强调局部特征，尤其是在我们区分外形很相似的两个人时，这时，局部特征显得尤为重要。如图：

为了克服这些缺点，近来我们集中研究part-based,局部特征的学习。[33,38,43]这些之前的采用分块的方法中，没有考虑part之间的对齐。然而，仍然面临着检测框不准确，姿态变化和遮挡的问题。其他的方法利用姿态估计开解决part不对准的问题，但是也需要额外的监督信息以及姿态估计的信息等。
在这篇论文中，仍然是学习局部特征，重要的是在学习过程中，能够自动part对齐，不会有额外的监督信息以及姿态估计的step。在学习阶段，主要哟两个分支分别学习全局与局部特征。在局部分支中，我们采用一种最短路径loss来对齐parts。在推断阶段，作者发现，只采用全局特征和既采用全局又局部的效果差不多，换句话说，全局特征本身就能帮助局部特征的学习，除此之外，只采用全局特征会减少局部特征匹配的计算量。
作者在度量学习设置中还采用了一种协同学习，能够让两个模型间相互学习。

3.相关工作
（1）度量学习
深度度量学习吧原始图片转换成特征然后计算他们之间的距离作为相似性度量。
现在大部分工作结合softmax loss与度量学习 loss一起效果会更好。
（2）特征对齐
许多工作通过一个人的整张图提取全局特征，但是会忽略一些局部信息，比如衣服上的logo会忽略掉。所以，后来一些工作开始考虑通过将整张图片分块来提取局部特征，但是没有考虑到对齐问题。因为这种方法仍然面临检测框不准确，遮挡以及姿态不对准问题。
现在有些工作通过姿态对齐来解决part不对准的问题。
GLAD这篇论文没有直接采用对准行人，而是通过姿态关键点去提取相应区域的局部特征。
SpindleNet这篇论文利用RPN网络生成一些body区域。
4.AlignedReid
两个人图片的总距离=全局距离+局部距离
全局距离=全局特征的L2距离总和
局部距离=我们动态的从两张图的上部分一直到下部分进行对齐，按照总路径最小动态的对齐局部特征。


对特征进行归一化：

F =f1; · · · ; fh； and G = g1; · · · ; gH
定义总距离：

5.协同学习


mutual learning loss ：

上面是L论文的理论部分，后续的实验部分有待更新~感谢阅读，错误之处望批评指正！