Paper：https://dblp.uni-trier.de/pers/hd/l/Liu:Ping
Code：http://link.zhihu.com/?target=https%3A//github.com/lightas/ICCV19_Pose_Guided_Occluded_Person_ReID
摘要：行人經常被各種各樣的障礙所阻擋。對於以前的ReID方法，大都是要麼忽略此問題，要麼基於極端假設來解決它。爲了緩解遮擋問題，我們通過檢測遮擋區域，並在特徵生成和匹配過程中去除遮擋區域。在此論文中，提出了Pose-Guided Feature Alignment (PGFA，姿態引導特徵對齊)的新方法，利用姿態將有用信息從遮擋中分離出來。在提取特徵階段，我們的方法是利用人體關鍵點座標來生成注意力圖。生成的注意力圖指示了特定的身體部位是否遮擋，並引導我們的模型關注沒有遮擋的區域。在匹配過程中，我們將全局特徵圖劃分爲多個部分，並使用姿態信息來表示那些局部特徵屬於目標行人。只有可見的區域會被用於計算相似度距離。此外，我們還建立了一個大規模的數據集來緩解ReID的遮擋問題，Occluded-DukeMTMC是目前最大的行人遮擋數據集。通過在遮擋和無遮擋的數據集上進行實驗，我們方法均取得了相當優異的結果。
知識點解析：
Partial Re-ID和Occluded Re-ID問題：前者的query爲遮擋圖像而gallery均是完整行人圖像且不存在遮擋。後者爲query爲遮擋圖像而gallery既存在部分遮擋圖像又存在完整圖像。
Occluded-DukeMTMC數據集：論文提出了一個目前最大的遮擋數據集。其中訓練集爲702個人共15618張圖像，query爲519個人2210張圖像，gallery爲1110個人17661張圖像。這是目前最爲複雜的遮擋ReID數據集，其中存在視角和多張障礙物，如汽車、自行車、樹木和其他人。
Methodology：論文提出的方法FPGA共包含兩個分支--Pose-Guided Global Feature Branch和Partial Feature Branch。論文以resnet-50爲backbone，其中去除了GAP和分類層，並將res_conv4_1的stride降爲1，來擴大最終提取特徵圖的分辨率，正常通過backbone得到特徵圖爲（C, H/32, W/32），現在爲（C, H/16, W/16），在較大的特徵圖上，目標行人的信息和遮擋信息在廣闊的空間維度上更容易分離。然後，將backbone提取的特徵圖同時輸入到兩個分支中。a）Partial Feature Branch：此分支完全類似PCB（均是Yi Yang老師的組）。即將特徵圖硬性劃分爲水平6塊，進行GAP池化降維爲256的特徵向量進行分類，使用交叉熵損失進行監督。Pose-Guided Global Feature Branch：此分支的輸入除共享特徵圖外，還採用姿態估計器從行人圖像中檢測人體的關鍵點（N=18）座標和置信度。根據設定的閾值來篩選各個區域是否存在遮擋，得到mask特徵圖，進而和共享特徵圖相乘，得到消除遮擋區域的特徵圖（18*h*w和2048*h*w-->18*2048），利用GMP得到2048維的特徵向量。另外在共享特徵圖上進行GAP得到2048維的特徵向量，將以上兩個特徵向量進行concat再降維（4096-->256）得到256維的特徵向量進行分類，使用交叉熵損失進行監督。以上即爲算法流程。具體參照下圖：
Representation Matching：論文的query和gallery的相似度距離計算和其他的有很大不同。論文在進行相似度計算時，分別計算
Pose-Guided Global Feature分支提取的特徵的相似度距離和僅包括未遮擋對應區域的Partial Feature分支的相似度距離，然後進行規範化，即兩者之和除以（未遮擋的水平塊個數+1）。具體公式和可視化如下圖所示：
實驗結果：論文在遮擋數據集進行驗證結果均優於對比的算法而且提高挺多，但是在無遮擋數據集上低於PCB，猜測姿態預測器的原因。結果如下：
周郎有話說：論文緩解遮擋的方法，還是挺容易理解。利用姿態預測器得到未遮擋區域的mask掩碼，最終得到去除遮擋區域的特徵圖，此過程也可以理解爲注意力機制，對未遮擋區域增大更多的關注。現在覺得業界對行人重識別研究逐漸向特徵難點轉移。