本文共 1180 字，大约阅读时间需要 3 分钟。

论文：超越局部特征模型：基于优化部分池化的人员检索

1. 摘要

使用局部特征对人脸重识别具有显著的性能提升效果，这是因为局部特征能够提供细粒度的信息。然而，使用局部特征的前提是图像中的每个局部部分（part）都应位于适当的位置。本文未采用外部方法（如姿势估计等）直接定位部分，而是将研究重点放在每个部分内的内容一致性上。

本文的主要贡献包括两点：第一，提出了PCB网络（Part-based Convolutional Baseline）。输入图像后，该网络输出由多个部分级别的特征组成的卷积描述符。第二，提出RPP（Refined Part Pooling）方法。统一分割会导致每个部分产生异常值，RPP通过将这些异常值重新分配给其最接近的部分，从而增强部分内的一致性。

2. PCB网络

PCB网络的骨干采用了ResNet50，这种架构既具有竞争力又简洁。骨干结构与ResNet50的全局平均池化层（GAP）前后的结构相同，但删除了GAP层及其以下的内容。

PCB网络的具体实现包括以下步骤：首先，输入图像经过骨干后得到一个3D张量T（注意：此处沿通道轴观察的向量定义为列向量）。其次，使用传统的平均池化将张量T划分为p个水平条纹，并将相同条纹中的所有列向量平均化为一个部分级别的列向量（g1, g2, ..., gp）。然后，使用卷积层减小g的尺寸，得到列向量h。最后，每个h输入分类器（由全连接层和Softmax激活函数组成），预测图像的ID。训练时，通过最小化p个ID预测的交叉熵损失之和来优化PCB；测试时，g或h的p片段被连接起来，形成最终的描述符H = [h1, ..., hp]，G = [g1, ..., gp]。实验结果表明，使用G获得了略高的精度，但计算成本增加。

PCB的重要参数包括：输入图像尺寸（384 × 128）、张量T的空间尺寸（24 × 8）、条纹数量（p=6）的大小。实验发现，降低骨干的下采样率可以有效地丰富特征的粒度。因此，PCB删除了骨干的最后一个空间下采样操作，以增加T的尺寸。

3. RPP方法

在训练PCB收敛后，通过测量余弦距离，比较每个列向量f与所有gi（i=1...p）之间的相似性。通过此操作，可以找到与每个f最接近的part gi，从而为每个f分配最合适的gi标签。

实验结果显示，存在两个主要现象：第一，同一条纹中的绝大多数列向量仍然聚集在一起；第二，存在一些异常值，这些异常值与其他part的相似度更高。

具体而言：首先，通过线性层和Softmax激活函数作为部分分类器对张量T中的所有列向量f进行分类。其次，基于分类结果计算置信度P(Pi|f)，从而确定每个part的归属。

加入RPP后，PCB的性能得到了显著提升。实验表明，修改后的网络能够更有效地分配部分归属，从而提高了部分内的一致性。