目前該文章Learning Discriminative Features with Multiple Granularities for Person Re-Identification 在行人再識別的Market-1501數據集上，單張檢索的rank-1達到了95.7（without re-ranking),mAP達到了86.9.

文章的做法，主要是結合全局特徵和局部特徵，獲得更加具有描述力的特徵，整個網路框架主要分為3個支路，論文框架如下圖所示：

該框架主幹網路是ResNet-50，框架共有3個分支，一個是全局分支，兩個是局部分支，在ResNet-50的res_conv4_2產生出3個分支。

（1）對於全局分支，在res_conv5_1上下採樣，步長為2的卷積層。經過 global max-pooling，以及一個用來降維的1*1卷積層，特徵從2048維降到256維。2048維特徵去做softmax loss,256維特徵去做triplet loss。

（2）對於兩個局部分支，操作方法相同，只是第一個局部分支分成兩塊，第二個局部分支分成3塊，在res_conv5_1為了保留原來的局部特徵信息，並沒有進行下採樣，在水平方向均等的分成幾塊，後面的處理和全局分支一樣，2048維依然去做softmax loss,256維特徵去做triplet loss。

（3）在測試階段，特徵是所有256維特徵的級聯。

（4）損失函數主要是分類的softmax損失和用於度量學習的三元組損失。

若對此文章有所理解錯誤，希望大家可以指點出來，歡迎大家進行交流。

推薦閱讀：

相關文章