摘要

一个高效的人体重识别（re-ID）模型应当学习到既具备强区分性（discriminative），能够有效区分外观相似的个体，又具备良好泛化能力（generalisable），可在无需任何适应调整的情况下部署于不同数据集的特征表示。本文提出了一种新型的卷积神经网络（CNN）架构，以同时应对上述两个挑战。首先，我们提出一种名为“全尺度网络”（Omni-Scale Network, OSNet）的重识别CNN，用于学习能够同时捕捉多种空间尺度信息，并融合多尺度特征的协同组合，即“全尺度特征”。该网络的基本构建单元由多个并行的卷积分支组成，每个分支专注于检测特定尺度下的特征。为实现全尺度特征学习，我们引入一个统一的聚合门控机制（aggregation gate），通过通道维度的可学习权重，动态融合多尺度特征。OSNet具有轻量化特性，其构建模块采用分解卷积（factorised convolutions），显著降低了参数量与计算开销。其次，为提升特征表示的泛化能力，我们在OSNet中引入实例归一化（Instance Normalization, IN）层，以缓解跨数据集间的分布差异问题。为进一步优化IN层在网络中的最优部署位置，我们设计了一种高效的可微架构搜索算法（differentiable architecture search algorithm），实现自动化结构优化。大量实验表明，在传统的同数据集设置下，OSNet在保持远小于现有重识别模型的前提下，取得了当前最优的性能表现。在更具挑战性但更贴近实际应用的跨数据集设置中，OSNet在未使用任何目标域数据的情况下，仍优于大多数最新的无监督域自适应方法。本文的代码与模型已开源，地址为：\texttt{https://github.com/KaiyangZhou/deep-person-reid}。