[筆記]Dissecting Person Re-identification from the Viewpoint of Viewpoint

摘要:
行人重識別領(lǐng)域中晒来,通常認為的挑戰(zhàn)是不同攝像頭拍攝的圖片在視角、行人姿態(tài)周伦、光照夕春、背景、分辨率等視覺因素方面的巨大差異造成準(zhǔn)確率不高专挪。但是及志,現(xiàn)下只是認為這些因素會影響識別精度,并沒有定量的研究說明這些因素會怎樣影響一個 re-ID 系統(tǒng)的識別精度寨腔。這篇文章就嘗試從視角的角度去分析速侈,攝像頭視角的不同是怎么影響行人重識別精度的。因而標(biāo)題是from the viewpoint of viewpoint. 論文的主要貢獻是基于 unity 提出了一個包含1266個3d人體模型的靈活的合成數(shù)據(jù)引擎脆侮,可以隨意調(diào)節(jié)參數(shù)合成各種行人圖片锌畸;另一個是定量分析了攝像頭角度對于re-ID準(zhǔn)確率的影響勇劣。

PersonX 引擎

PersonX 是基于 unity 開發(fā)而成靖避,包含1266個精心設(shè)計的3d人體模型,其中有547個女性比默、719個男性幻捏。為了保證多樣性,PersonX系統(tǒng)開發(fā)人員手工設(shè)計了不同的年齡命咐、膚色篡九、體型、發(fā)型的人體模型醋奠,衣服有牛仔褲榛臼、長褲、短褲窜司、裙子沛善、T恤等,行人的動作則有走路塞祈、跑步金刁、站立、對話等等。而論文所使用的場景則是從unity 的 Asset Store中購買的尤蛮。這是一個較為自由的行人圖片合成系統(tǒng)媳友,所有的視覺變量都可以編輯。


PersonX 系統(tǒng)的數(shù)據(jù)采樣

視角的定義


論文中使用的視角主要是指臉部方向相對于 0° 視角轉(zhuǎn)動的度數(shù)产捞。


同一行人在同一個行走姿態(tài)下醇锚,不同視角的圖片

PersonX 數(shù)據(jù)集驗證

論文用IDE+1,Triplet Loss,PCB 三種方法分別在Market,Duke,還有合成的PersonX數(shù)據(jù)集上訓(xùn)練測試坯临,用以驗證合成數(shù)據(jù)集的有效性搂抒。

PersonX數(shù)據(jù)集驗證

從實驗結(jié)果可以看到,三種方法在PersonX上的效果非常好尿扯,因為合成的數(shù)據(jù)集分辨率比較高求晶,人物比較完整,環(huán)境的障礙也比較少衷笋。

驗證視角對Re-ID準(zhǔn)確度的影響

論文在這一部分主要探索了3個問題芳杏,攝像頭視角在訓(xùn)練集,query 集和 gallery 集是怎么影響re-ID性能的辟宗。這一部分的實驗都是基于PCB 方法爵赵。

1)訓(xùn)練集中的不同攝像頭角度對Re-ID準(zhǔn)確度的影響

實驗設(shè)置:


實驗設(shè)置

原始數(shù)據(jù)集包括了訓(xùn)練集和測試集中所有人物的36個角度的圖片。在這部分實驗中泊脐,作者從訓(xùn)練集里選擇性的刪除(或替換)了一些視角的照片空幻,從而分析缺失的視角對于Re-ID的影響。CG表示對每個id隨機刪除一些角度下的數(shù)據(jù)容客,EG表示對每個id刪除連續(xù)的角度下的數(shù)據(jù)秕铛,刪除的連續(xù)視角可能是左側(cè)視圖、右側(cè)視圖缩挑、正面視圖和背面視圖但两。上圖中的白色部分即為刪除的數(shù)據(jù)。
實驗結(jié)果:


實驗結(jié)果

有意思的是供置,仔細看上表中加粗的行谨湘,會發(fā)現(xiàn),在3個對比實驗中芥丧,受傷的都是front和back視角紧阔。無論是刪除front或back視角(3/4中),還是保留front和back視角(2/4,1/4中)续担,對應(yīng)的mAP都是最低的擅耽。在保留1/4訓(xùn)練集的實驗中,只保留front視角或back視角的mAP明顯比只保留left或right視角的mAP要低赤拒。論文中并沒有解釋這一點秫筏。這與我們一般人的想法可能有點沖突诱鞠,因為一般會認為正面和背面提供的信息比側(cè)面提供的信息要多。

論文在這一部分的結(jié)論是:
Missing viewpoint compromises training.
Missing continuous viewpoints are more detrimental than missing randomly viewpoints.
When limited training viewpoints are available,models can be better trained when left / right viewpoints are in training set than front/back viewpoints.

2)query set中的不同攝像頭角度對Re-ID準(zhǔn)確度的影響

實驗使用left(0°),front(90°),right(180°),back(270°)四個角度的圖片做訓(xùn)練这敬,然后分別用四個角度做query航夺,gallery則從0°到350°變化。



論文在這一部分的結(jié)論是

Query viewpoint of left / right generally yields higher re-ID accuracy than front / back viewpoints.

3)gallery set中的不同攝像頭角度對Re-ID準(zhǔn)確度的影響

論文在這一部分的結(jié)論是

Sometimes true matches whose viewpoints are dissimilar to the query are harder to be retrieved than false matches with a similar viewpoint.
The above problem gets more severe when the environment is less ideal, e.g., complex background, extreme illumination, and low resolution.

原文戳此
原文代碼
citation:
@article{DBLP:journals/corr/abs-1812-02162,
author = {Xiaoxiao Sun and Liang Zheng},
title = {Dissecting Person Re-identification from the Viewpoint of Viewpoint},
journal = {CoRR},
volume = {abs/1812.02162},
year = {2018}
}

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末崔涂,一起剝皮案震驚了整個濱河市阳掐,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌冷蚂,老刑警劉巖缭保,帶你破解...
    沈念sama閱讀 217,185評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異蝙茶,居然都是意外死亡艺骂,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評論 3 393
  • 文/潘曉璐 我一進店門隆夯,熙熙樓的掌柜王于貴愁眉苦臉地迎上來钳恕,“玉大人,你說我怎么就攤上這事蹄衷∮嵌睿” “怎么了?”我有些...
    開封第一講書人閱讀 163,524評論 0 353
  • 文/不壞的土叔 我叫張陵愧口,是天一觀的道長睦番。 經(jīng)常有香客問我,道長耍属,這世上最難降的妖魔是什么托嚣? 我笑而不...
    開封第一講書人閱讀 58,339評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮恬涧,結(jié)果婚禮上注益,老公的妹妹穿的比我還像新娘。我一直安慰自己溯捆,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,387評論 6 391
  • 文/花漫 我一把揭開白布厦瓢。 她就那樣靜靜地躺著提揍,像睡著了一般。 火紅的嫁衣襯著肌膚如雪煮仇。 梳的紋絲不亂的頭發(fā)上劳跃,一...
    開封第一講書人閱讀 51,287評論 1 301
  • 那天,我揣著相機與錄音浙垫,去河邊找鬼刨仑。 笑死郑诺,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的杉武。 我是一名探鬼主播辙诞,決...
    沈念sama閱讀 40,130評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼轻抱!你這毒婦竟也來了飞涂?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,985評論 0 275
  • 序言:老撾萬榮一對情侶失蹤祈搜,失蹤者是張志新(化名)和其女友劉穎较店,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體容燕,經(jīng)...
    沈念sama閱讀 45,420評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡梁呈,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,617評論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了蘸秘。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片捧杉。...
    茶點故事閱讀 39,779評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖秘血,靈堂內(nèi)的尸體忽然破棺而出味抖,到底是詐尸還是另有隱情,我是刑警寧澤灰粮,帶...
    沈念sama閱讀 35,477評論 5 345
  • 正文 年R本政府宣布仔涩,位于F島的核電站,受9級特大地震影響粘舟,放射性物質(zhì)發(fā)生泄漏熔脂。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,088評論 3 328
  • 文/蒙蒙 一柑肴、第九天 我趴在偏房一處隱蔽的房頂上張望霞揉。 院中可真熱鬧,春花似錦晰骑、人聲如沸适秩。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽秽荞。三九已至,卻和暖如春抚官,著一層夾襖步出監(jiān)牢的瞬間扬跋,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評論 1 269
  • 我被黑心中介騙來泰國打工凌节, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留钦听,地道東北人洒试。 一個月前我還...
    沈念sama閱讀 47,876評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像朴上,于是被迫代替她去往敵國和親垒棋。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,700評論 2 354

推薦閱讀更多精彩內(nèi)容