全球计算机视觉三大顶级会议之一 CVPR 2019 将于当地时间 6 月 16-20 日在美国洛杉矶举办。届时，旷视研究院将带领团队远赴盛会，助力计算机视觉技术的交流与落地。在此之前，旷视每周会介绍一篇被 CVPR 2019 接收的论文， 本文是第 13 篇。围绕行人再识别，并针对实际情况下行人经常被遮挡、仅能被部分成像这一困难，旷视研究院提出一种可见部件感知模型 VPM，其可通过自监督学习感知哪些部件可见或不可见，并在比较两幅图像时，聚焦在二者共同可见的部件上，显著提高部分成像下的行人再识别准确率。
论文名称： Perceive Where to Focus: Learning Visibility-aware Part-level Features for Partial Person Re-identification
论文链接： https://arxiv.org/abs/1904.00537
-
导语
-
简介
-
方法
-
VPM 结构
-
部件定位器
-
部件特征提取器
-
使用 VPM
-
训练 VPM
-
自监督
-
实验
-
大规模数据集实验
-
对比 SOTA
-
结论
-
参考文献
-
往期解读
导语
近年来，行人再识别研究取得迅速进展，2018 年下，在公开数据集 Market-1501 上，SOTA 方法的一选准确率已达到 95% 甚至更高水平；与此同时，CV 产业界也开始发力，推动其场景落地。但是在实际 re-ID 系统中，一些极具挑战性的问题正等待克服，部分成像下的行人再识别（partial re-ID）即是其中之一。
在 partial re-ID 场景下，图像可能只包含行人的部分可见信息，例如腿部被遮挡、只有上半身被成像。此时，未经针对性设计的行人再识别方法通常会遭遇性能“滑铁卢”，无法再准确识别行人。
为此，旷视研究院联合清华大学，提出一种可见性感知局部模型 VPM（Visibility-aware Part Model），通过自监督学习感知哪些部件可见/不可见（这种能力称之为“可见部件感知能力”），并在比较两幅图像时，聚焦在共同可见的部件上，显著提高部分成像下的行人再识别准确率。
对于 partial re-ID，VPM 具有两方面的优势：1）VPM 引入了部件特征，因此，与在传统全身的行人再识别（holistic re-ID）问题中一样，部件特征受益于细粒度信息，获得更好的鉴别能力；2）由于具备可见部件感知能力，VPM 可估计出两张图像之间的共享区域，并在评估其相似性时聚焦在共享区域，这种做法符合人脑识别行人的思维习惯。
实验结果证明，VPM 可显著改善特征表达，在 re-ID、尤其是 partial re-ID 问题上取得了优异性能。
简介
行人再识别需要在行人图像库中，检索出特定身份行人的所有图像。尽管近年来进展迅速，但在实际应用之前，仍然遇到了一系列严峻挑战，其中之一是局部成像问题。在实际的 re-ID 系统中，一个行人可能被其他物体部分遮挡，或是正在走出摄像机视场，因此相机经常无法对行人进行全身成像，产生所谓的局部成像下的行人再识别问题——partial re-ID。
▲ 图1：局部再识别的两项挑战 (a)、(b) 以及旷视研究院提出的VPM方法 (c)
直觉上来讲，局部成像必然加大行人检索难度；若仔细分析可以发现，相较于整体的行人再识别，局部成像又额外引入了两项特有挑战：
1. 局部成像加剧了查询（query）图像与库（gallery）图像之间的空间错位。全局 re-ID 场景下，空间错位主要源自行人姿态变化和观察视角的变换；然而在局部成像条件下，即便两个行人姿态相同，从同一个视角观察，两张图像间依然存在严重的空间错位（如图1（a））。
2. 如果生硬地比较全身图像和半身图像，二者之间不共享的区域（如图 1（b）中蓝色区域）不仅不再提供有益的线索，反而引入了额外的干扰噪声。这种额外噪声在对比两幅缺失程度不同的图像时也会发生。
针对上述挑战，旷视研究院提出可见部件感知模型 VPM。给定一幅行人图像，VPM 能够感知哪些区域缺失、哪些区域可见，通过聚焦于两幅图共享的区域，VPM 避免或是说缓解了上述与局部重识别相关的两个特殊困难（如图1（c））。
值得强调的是，VPM 不依赖于头部、躯干等语义部件，而是依赖于预先定义的方形区域作为部件。这种做法被 PCB 推广，其性能在全身行人在识别问题上已超过语义部件特征学习。本文把这种思路进一步延续：部件特征学习并不需要依赖人类习惯的语义部件，采用预先定义的方形部件高效且准确率可能更高。VPM 正是由于采用这种做法，不再需要代价高昂的语义部件学习，仅仅通过自动监督学习，即可获得最关键的可见部件感知能力。
具体而言，旷视研究员首先在完整出现了人体的图像上定义一系列区域。在训练过程中，给定局部行人图像，VPM 可以学习去定位所有在卷积特征图上的预定义区域。之后，VPM 会感知可见的区域，并学习区域层级的特征。在测试过程中，给定两张待比较的图像，VPM 首先会计算其共享区域之间的本地距离，然后得出两张图像的总体距离。
方法
VPM 结构
▲ 图2：VPM结构图示
VPM 是一个全卷积网络，结构如图 2 所示。本文在完整的行人图像上预先定义一个固定的部件分割，将图像分成 p 个部件（如图 2 分成上、中、下三个部件，即 p=3）。对于每一幅行人图像，VPM 输出固定数量的部件特征，以及相应的部件可见性得分。
注意，即使当前输入图像有一些部件不可见（例如图 2 中输入图像的下端部件实际不可见），VPM 仍然会为所有部件分别产生一个部件特征（包括那些不可见部件），但不可见部件的可见性得分将很低（趋于零）。这样，VPM 就能够知道哪些部件特征有效，哪些部件特征无效、不予采信。
为了实现上述功能，VPM 在卷积层输出 Tensor T 上附加一个部件定位器和一个部件特征提取器，前者通过自监督学习，学习 Tensor T 上的部件位置（及可见性得分），接着，后者则为每个部件生成一个相应特征。
自监督学习的构建非常直观，如图 2 所示。本文在完整的行人图像上预先定义一个固定的部件分割，将图像分成 p 个部件，然后裁剪，把裁减后的图像缩放到固定尺寸输入给 VPM。由于裁减参数可自动获取，从而自然知道哪些部件是可见的（如图中的上、中两个部件），哪些部件是不可见的（如图中的下端部件）。具体训练方法请参见“训练VPM”。
部件定位器
部件定位器直接在 T 上预测各个部件 pixel-wise 的分布（也可以理解为一个图像分割器，只不过分割的对象是预先定义好的部件），从而感知哪些区域可见。为此，部件定位器在 T 上使用一层 1 × 1 卷积及一个 Softmax 函数来构建一个 pixel-wise 的部件分类器，这个公式并不必要，但是为了后面引用时清晰明确，将其如下列出：
这个部件分类器实际上将产生 p 个分布概率图，每个分布概率图对应一个预先定义好的部件。这个分布概率图以 soft mask 的形式，直接指示出各个部件的位置。如果一个部件实际上不可见，那么对应于它的分布概率图应该处处为零，即各个像素属于这个部件的概率很小。
自然地，把各个概率图加起来，即可得到相应的区域可见性得分 C。这个做法非常直观：如果一个部件的分布概率图处处很小，那么这个部件可见性则很低（即可能不可见）。
部件特征提取器
得到部件的概率分布图后，就可以简单地利用带权池化提取部件特征。公式同样很简单：
再次强调，通过上述公式，VPM 会给每个预先定义好的部件产生一个特征，即使某个部件实际不可见，但这没关系，因为实际上已知道这个部件不可见，因此可不采信这个部件特征。具体如下节介绍。
使用 VPM
给定两幅待比较的图像 、 ，VPM 将提取其部件特征，并分别预测所有部件的可见性分数，即 、 。为了度量两幅图像的相似性，首先计算各个部件之间的欧氏距离 。在部件距离的基础上，结合部件可见性得分，VPM 能够推导两幅图像间的总体距离：
上式的效果是：采信可见区域之间的距离，忽视不可见区域之间的距离。换而言之，可见部件的距离将主导总体距离 ；相反，如果一个部件在任何图像中没出现，那么其部件特征则被认为不可靠，无法对 产生明显影响。
这样的调用过程非常高效：与 PCB 这种实用方法相比，VPM 仅仅增加了一层卷积运算用于预测部件可见性，计算距离则几乎不增加时间（仅仅多了公式 4 所示的加权平均）。这使得 VPM 成为了为数不多的、能够在 Market-1501 数据集上开展 partial re-ID 实验的方法（也具有在大规模实际数据集上应用的潜力）。
训练 VPM
VPM 的训练包含 1）部件定位器的训练和 2）部件特征提取器的训练。两者在 Tensor T 之前共享卷积层，并以多任务的方式被端到端训练。部件定位器的训练依靠自监督学习，而训练部件特征提取器也需要自监督信号进行辅助。由实验可知，自监督学习对 VPM 的性能至关重要。
自监督
自监督对于 VPM 十分关键，它监督 VPM 学习部件定位器，并要求 VPM 在学习部件特征时，放弃对不可靠的部件特征的监督，仅仅对可见区域施加监督。
部件定位器的训练类似 Segmentation 训练，这里仅强调一下：Label 信息由自监督产生。部件特征的学习虽然也采用了常用的分类+度量学习联合训练，但需要做一些重要调整，如图 3 所示。
▲ 图3：VPM通过辅助性自监督学习区域特征
由于 VPM 会为所有部件分别生成一个部件特征，这导致在学习特征时出现一个非常重要的问题：只有可见部件的特征被允许贡献训练损失。借助自监督信号，旷视研究员动态地为特征学习选择可见区域。实验结果表明，如果不加区分地对所有部件特征施加监督，re-ID 准确率将剧烈降低。
总结一下，自监督对训练 VPM 的贡献体现在 3 个方面：
1. 自监督生成 pixel-wise 的部件标签用以训练部件定位器（类似于 Segmentation）；
2. 在利用分类损失函数（Softmax Loss）学习部件特征时，自监督使 VPM 仅仅关注可见部件；
3. 利用度量学习（Triplet）学习部件特征时，自监督使 VPM 专注于图像的共有区域。
实验
大规模数据集实验
本文首先利用两个大型全身 re-ID 数据集（Market-1501 和 DukeMTMC-reID）合成相应的部分成像 re-ID 数据集上的实验评估 VPM 的有效性。
本文用了两种基线作为对比：首先是一个学习全局特征的基线，它是利用分类损失函数和三元组损失函数联合训练的；第二个基线则是非常流行的全身部件特征模型 PCB。实验结果如表 1 所示，可以看到 VPM 相对这两种基线都有明显提高。
▲ 表1：VPM、baseline与PCB之间的对比
对比 SOTA
本文在两个公开数据集 Partial-REID 和 Partial-iLIDS 把 VPM 与当前最佳方法做了对比。本文训练了 3 个版本的 VPM：1）VPM(bottom)，训练时总是丢弃随机比例的上半身，而下部区域可见；2）VPM(top)，训练时总是丢弃随机比例的下半身，而图像的上部区域总是可见；3）VPM(bilateral)，训练时，图像的上部和下部区域都有可能被随机比例丢弃。对比结果如表 2 所示。
▲ 表2：VPM在Partial-REID和Partial-iLIDS上的评估结果
可以看到，训练时的 crop 策略对性能是有影响的，VPM（bottom）结果比较差。这是因为首先大部分数据集以及在实际情况中，大部分图像是下半身缺失，而上半身可见，VPM（bottom）在训练时的策略相反，背离了现实；此外，一般来讲，上半身能够提供的可鉴别线索本身就更为丰富。
文中还进行了一些其它有意思的实验，例如通过 Ablation Study 分析各个环节中自监督对 VPM 性能的影响，VPM 定位各个部件的可视化实验。
结论
本文提出一个基于可见部件感知的行人特征学习方法——VPM，它可解决局部成像下的行人再识别问题。延续 PCB 的思路，VPM 没有采用语义部件这种直观做法，而是采用了均匀分割产生若干预定义的部件。通过自监督学习，VPM 能够感知哪些部件可见、哪些部件缺失，并决定应该如何具体对比两幅图像。实验结果表明，VPM 同时超越了全局特征学习基线和部件特征学习基线，并在公开的 partial re-ID 数据集上取得了国际领先水平。
参考文献
L. He, J. Liang, H. Li, and Z. Sun. Deep spatial feature reconstruction for partial person re-identification: Alignment-free approach. CoRR, abs/1801.00881, 2018.
Y. Sun, L. Zheng, Y. Yang, Q. Tian, and S. Wang. Beyond part models: Person retrieval with refined part pooling. In ECCV, 2018.
L. Zhao, X. Li, J. Wang, and Y. Zhuang. Deeply-learned part-aligned representations for person re-identification. In ICCV, 2017.
L. Zheng, L. Shen, L. Tian, S. Wang, J. Wang, and Q. Tian. Scalable person re-identification: A benchmark. In ICCV, 2015.
L. Zheng, Y. Yang, and A. G. Hauptmann. Person re-identification: Past, present and future. arXiv preprint arXiv:1610.02984, 2016.
W. Zheng, S. Gong, and T. Xiang. Person re-identification by probabilistic relative distance comparison. In The 24th IEEE Conference on Computer Vision and Pattern Recognition, CVPR 2011, Colorado Springs, CO, USA, 20-25 June 2011, 2011.
W. Zheng, X. Li, T. Xiang, S. Liao, J. Lai, and S. Gong. Partial person re-identification. In 2015 IEEE International Conference on Computer Vision, ICCV 2015, Santiago, Chile, December 7-13, 2015, 2015.
Z. Zheng, L. Zheng, and Y. Yang. Unlabeled samples generated by gan improve the person re-identification baseline in vitro. In ICCV, 2017.
传送门
欢迎各位同学关注旷视研究院视频分析组（以及知乎专栏「旷视Video组」： https://zhuanlan.zhihu.com/r-video ），简历可以投递给负责人 张弛 （ zhangchi@megvii.com ）。
往期解读：
点击以下标题查看更多往期内容：
# 投 稿 通 道 #
让你的论文被更多人看到
如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？ 答案就是：你不认识的人。
总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。
PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是 最新论文解读 ，也可以是 学习心得 或 技术干货 。我们的目的只有一个，让知识真正流动起来。
:memo: 来稿标准：
• 稿件确系个人 原创作品 ，来稿需注明作者个人信息（姓名+学校/工作单位+学历/职位+研究方向）
• 如果文章并非首发，请在投稿时提醒并附上所有已发布链接
• PaperWeekly 默认每篇文章都是首发，均会添加“原创”标志
:mailbox_with_mail: 投稿邮箱：
• 投稿邮箱： hr@paperweekly.site
• 所有文章配图，请单独在附件中发送
• 请留下即时联系方式（微信或手机），以便我们在编辑发布时和作者沟通
:mag:
现在，在 「知乎」 也能找到我们了
进入知乎首页搜索 「PaperWeekly」
点击 「关注」 订阅我们的专栏吧
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击 「交流群」 ，小助手将把你带入 PaperWeekly 的交流群里。
▽ 点击 | 阅读原文 | 获取最新论文推荐
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 科普:什么是上行流量什么是下行流量
- 伯克利研究人员“教会”显微镜如何更好的成像
- 医学影像领域的热门话题-MRI磁共振成像技术 | 趋势分析
- 吴恩达团队最新成果：利用MRNet进行膝关节磁共振成像异常诊断
- 新框架SyConn利用卷积神经网络和随机森林阅读神经成像：可识别线粒体和突触等
- SamanTree Medical完成950万瑞士法郎A轮融资，开发成像设备帮助医生精确切除肿瘤组织
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
零成本实现Web性能测试
温素剑 / 电子工业出版社 / 2012-2 / 59.00元
《零成本实现Web性能测试:基于Apache JMeter》是一本关于Web性能测试的实战书籍，读者朋友们在认真阅读完《零成本实现Web性能测试:基于Apache JMeter》后，相信能够将所学知识应用到生产实践中。《零成本实现Web性能测试:基于Apache JMeter》首先介绍基础的性能测试理论，接着详细介绍如何使用JMeter完成各种类型的性能测试。实战章节中作者以测试某大型保险公司电话......一起来看看 《零成本实现Web性能测试》 这本书的介绍吧!
