2018 CVPR：Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training

Pyramidal Person Re-IDentification via Multi-Loss Dynamic Training
当前的问题及概述：
大多数现有的方法高度依赖bounding box,然而，由于实际场景的限制，目前的检测模型往往产生不准确的bounding box，进而避免了算法的性能。
本文提出了一种新的由粗到细的金字塔模型，该模型不仅融合了局部信息和全局信息，而且还强化了局部信息和全局信息之间的线索，避免了bounding box的不准确性带来的影响。可以从下图看到，由于bounding box的遮挡问题，可以将图片进行不等分的划分，在下图从local到global的过程中，少量的局部视图(左)不能很好地匹配，而那些全局视图(右)有更多相似的线索。

模型及loss：
2.1Coarse-to-Fine Pyramidal Model ：

首先由backbone提取输入图像的feature map（C×H×W），再将feature map按照空间高度轴分为n个部分（C×(H/n)×w），本文n=6，金子特最底层（l=1）为n个部分，最顶层（l=n）为feature map M，其余层数见图2，也可以定义为（类似PCB模型）：

对于金字塔P中的每个分支P{l, k}，首先分别进行GMP和GAP后将这两个变量相加，形成具有相同编码通道大小的向量，后经过BN层和ReLU减少维数形成特征向量，表示为：x(l, k) = BO(P{l, k})，再输出给全连接层采用softmax loss作为ID loss进行分类：

同时通过triplet loss区分差异较大的部分，缩短差异较小的部分：

具体见图3：

本文采用动态训练策略，具体训练方式略。
实验：
数据集：Market-1501 , DukeMTMC-reID , CUHK03
不同网络比较：

消融实验：

其中，“0”表示不使用金字塔的相应级别，而“1”表示使用金字塔的相应级别。“Feature-64”表示每个分支的特征的维数为64。
总结：
面对单模态ReID的遮挡问题，目前常用的bounding box方法并不适用，本文提出由粗到细的金字塔结构以提取图像从local到global的特征，在通过feature map经金字塔结构提取到的特征通道后，经过GAP和GMP相加后输入给BN、ReLU得到不同粗细的特征，通过triplet loss进一步区分正样本和负样本，在输入给全连接层，通过softmax loss进行ID分类。