CVPR2017: Learning Deep Context-aware Features over Body and Latent Parts for

论文查看

作者是中科院的Dangwei Li等。这篇工作是multi-class person identification tasks，主要创新有三点：（1）用空洞卷积（dilated conv）进行多尺度特征提取，减少传统CNN提取特征的信息损失；（2）利用Spatial Transformer Networks (STN，其中作者设置了三个参数限制) 提取可变的body-part，相比较于rigid divid, 能减少背景的影响； （3）将full body特征和parts特征融合，在identification classification 指导下，学习网络参数。



Yu, Fisher, and Vladlen Koltun. “Multi-scale context aggregation by dilated convolutions.” arXiv preprint arXiv:1511.07122 (2015).

Part 4 Experiments

4.1 Datasets and protocols

本节分成Datasets和protocols两部分。

Datasets: 第一段先整体介绍下哪些数据集上进行实验，其他段再分数据集单独介绍。

Protocols:介绍哪个数据集上进行哪些评估。

4.2 Implementation Details

分为Model , optimization 和 Data preprocessing 三部分

Model: 指出除了总的网络外，为了单独分析full body and body parts，抽出了两个sub models.

Optimization: 在caffe上实现，BP计算梯度，学习率等。

Data preprocessing :160x60, 1.0/256, image horizontally reflect

4.3 Comparison with state-of-the-art methods

分数据集进行比较，每个数据集一个单独的部分。

For the CUHK03 dataset, we compare our method with many existing

approaches, including XX, XX…..

Compared with XXXX, such as XXX, the proposed XXXX improves the Rank-1 identification rate by 11.66% and 13.29% on the labeled and detected datasets respectively.

Compared with XXXXX, our XXXX improves the Rank-1 identification rate by 2.93% and mAP by 4.22%.

4.4 Effectiveness of MSCAN(多尺度网络)

To determine the effectiveness of …., we explore four variants of … to learn IDE feature based on the whole body image.

选择一个数据集Market1501进行评估，分别设定dilated ratio 为1,2,3,4，指出3是个合适的选择（4的时候比3进展了一点点）

4.5 Effectiveness of Latent part location

（1）Learned parts vs. rigid parts：选择Market1501比较学习到部分和硬性指定的部分对结果的影响。

（2）可视化的方式展示学习到的部分和硬性分割的部分区别：学习到的部分由较大的重叠，同时包含较少的背景

（3）Effectiveness of location loss 评估约束的作用。

在基于部分的网络上评估约束（Market1501）

4.6 Cross-dataset Evaluation

在其他数据集上的模型迁移到VIPeR，分别验证了直接迁移和微调后的性能。

————————————————————————————————

关于dilated conv， 摘自知乎：

作者：谭旭

链接：https://www.zhihu.com/question/54149221/answer/192025860

来源：知乎

著作权归作者所有。