DEEP PARTIAL PERSON RE-IDENTIFICATION VIA ATTENTION MODEL（二）

概要：

本文考虑了一种称为深度部分行人识别（DPPR）的新算法，用于部分行人身份重识别，其中仅观察到人的一部分并且全身图像可用于识别。DPPR基于端到端深度模型，该模型利用卷积神经网络（CNN）、RoI池层和注意力模型。RoI池层允许提取与输入图像的预定义部分相对应的特征向量。注意力模型选择CNN特征向量的子集。为了对所提出的模型进行定性评估，在构建p-CUHK03时随机裁剪了CUHK03的数据。

贡献：

本文提出了一种用于部分人员重新识别的端到端深度模型。在本文的其余部分，所提出的算法将被称为深度部分人重新识别（DPPR）。本文的主要贡献如下。1）据我们所知，我们是第一个将深度学习应用于部分人重新识别的人。2）利用CNN、RoI池和注意力模型，提出了一种新的局部图像与全图像匹配框架。

RoI池层允许提取与输入图像的预定义部分相对应的特征向量。注意力模型选择性地关注CNN特征向量的子集。

方法：

如图3所示，它由两个卷积层、两个池层和一个完全连接层组成。第一个卷积层（Conv1）由32个特征图组成，内核大小为7x7，步幅为3。然后是MAX池层（Pool1）使用3x3大小的内核，步幅为3。第二卷积层（Conv2）有32个特征映射，内核大小为5x5，步幅为1。然后再次使用MAX池层（Pool2），内核大小是3x3，步幅是3。最后，完全连接层（FC）为每个图像输入生成1000维特征向量的输出。对于查询图像，使用上面的CNN提取1000维特征向量。但对于正像和负像，Pool2层被替换为RoI Pooling层。

RoI Pooling

为了提取相应部分盒的特征向量，使用了RoI Pooling层。每个部分框中的特征向量表示全身图库人物图像的相应部分。具体来说，CNN中的Pool2层被正图像和负图像的RoI Pooling层所取代。由于输入图像的大小为140x140，Conv2层的特征地图大小为11x11，因此我们对RoI Pooling层使用了0.08的空间比率。然后生成4x4大小的特征图，就像Pool2层一样。RoI池层和连续FC层为每个正图像和负图像输出13个特征向量，表示为正RoI特征h+＝[h+1，··，h+13]。