[论文笔记]CVPR2017_Joint Detection and Identification Feature Learning for Person Search

Title: Joint Detection and Identification Feature Learning for Person Search;

• aXiv上该论文的第一个版本题目是 End-to-End Deep Learning for Person Search

Authors: Tong Xiao^1* ; Shuang Li^1* ; Bochao Wang² ; Liang Lin^2;  Xiaogang Wang¹

Affilations: 1.The Chinese University of Hong Kong; 2.Sun Yat-Sen University

Paper Code

---

Motivation

person re-id问题往往是用已经cropped的行人图像块进行检索，判断query和gallary中的图像是否是同一个identity。这里面存在几个问题：

　　①现实中检索都是直接从原始场景图像中实现，而不是利用detection之后的cropped image；

　　②很多数据集都是手动标注的框，实际上detector的检测精度以及是否存在漏检都会对行人重识别的结果造成影响。

因此，作者提出端到端的person search思想，将detection和re-id问题融在一起。

模型

实际上就是将Faster RCNN做了微改,代码也是在Ross Girshick的py-faster-rcnn的基础上修改

-训练中有个地方特别说明，由于直接对原图像进行训练会由于图幅太大（每个mini-batch仅包含两张图）无法训练，同时由于identity太多使得最后的softmax target特别稀疏，使得不收敛，作者采取的方法是先裁剪出bounding box图像进行训练（和detection任务相似），然后提出RSS loss，即随机选取部分神经元计算cross entropy而不是全部。

Dataset

作者提出了新的person search的数据集，包含street view和视频截图