1. 研究的主要问题
Person Search 可以被看作行人检测和行人重识别相统一的任务，在真实的、未经剪切的图片中同时定位和识别待检索的行人。
现有的 Person Search 方面的工作都是基于 two-stage 的检测器（Faster R-CNN)，这种方法的精度很高但计算量很大。
两阶段的行人检测器是 Anchor-Based 的，也就是说现有的行人搜索框架是 Anchor-Based 的，文章研究的是 Anchor-Free 的行人搜索问题，尝试提出一种基于Anchor-Free检测器的行人搜索框架。
原文链接：arxiv 论文链接
代码链接：Github 链接
2. 主要工作
- 提出了首个 Anchor-Free 的行人搜索框架 AlignPS。
- 提出了新的损失函数 Triplet-aided OIM loss (TOIM)
3. 实验
直接将 Anchor-Free 的检测器用于行人搜索，效果不是很好，文中提到这是由不对齐引起的。具体包括 ：
- 尺度不对齐（Scale Misalignment）：Anchor-Free 检测器往往通过 FPN （特征金字塔网络）学习多尺度特征，而 Reid 的 gallery 数据集中存在多种尺度的同一个行人，尺度不对齐会产生特征不匹配的问题，即同一个人的不同尺度的特征不能相互匹配，进而导致行人检索精度低。
- 区域不对齐（Region Misalignment）：Anchor-Free 检测器没有 ROI 区域，因此需要整张特征图上学习行人特征。
- 任务不对齐（Task Misalignment）：行人检索任务包括行人检测和行人重识别两个基础任务，是一个多任务学习问题，因此需要对齐（平衡）两种任务。
- 实验一：不同的对齐策略
针对上述三种不对齐问题，提出了对应的三种对齐策略。尺度对齐（SA）、区域对齐（RA）、任务对齐（TA）。
实验结果如下图所示，采用对齐策略后，模型性能相比 Baseline 均有所提高，证明了对齐策略的有效性。
- 实验二：尺度对齐
FPN 结构会引入尺度不对齐问题，采用不同层次的特征产生了如下图所示的实验结果。
实验证明采用最后一层输出特征 P3 会达到最好的效果。文章采用最后一层输出特征用于行人检测和重识别任务，实现尺度对齐。
- 实验三：区域对齐
行人检索框架使用 FCOS 作为检测器，而 Anchor-Free 的模型没有 ROI-Align 的操作，因此在 AFA 组件中引入可变形卷积来解决区域对齐问题。实验证明在侧边通道和自顶向下通道均引入可变形卷积，将求和（sum）操作换为连接（concat）可以有效解决区域对齐问题，提高行人检索精度。
下图是采用可变形卷积后，行人采样点可视化的结果。采样点大多集中在行人身上，证明了引入可变形卷积的价值。
- 实验四：任务对齐
文章提出了多种任务对齐的策略。不同的策略对应不同的训练结构。
T1 和 T2 结构中，re-id 特征被检测头（regression and classification heads）共享。
T3 结构中，re-id 任务和检测任务各自有独立的检测头。文章提出了 “re-id first” 的 AlignPS 结构。
下图给出了采用不同结构得到的结果，“re-id first” 的 AlignPS 结构达到了最优的检索精度。
- 实验五：损失函数
实验结果表明，相比 OIM loss 采用文章提出的 TOIM loss 训练模型可以获得更高的检索效果。
- 实验六：可变形卷积
实验结果表明，在 backbone 模型中引入可变形卷积（deformable conv）可以提高检索精度。
- 实验七：SOTA 结果对比
下图给出了 AlignPS 模型与 state of the art 模型对比的结果。 AlignPS 模型达到了更优的检索性能，超越了所有的 One-Step 模型以及大部分 Two-Step 模型。AlignPS+ 模型在 AlignPS 模型基础上，在骨干网络中引入了可变形卷积。
下图是AlignPS 模型和SOTA模型的行人检索效果的可视化对比，AlignPS 模型有更好的检索效果。
相对其他SOTA模型，AlignPS 模型更鲁棒。随着 gallery size 的增大，AlignPS 模型的 mAP 下降的更慢，仅次于 TCTS 模型。
实验八：运行时间
实验结果表明 AlignPS 模型相比其他 SOTA 模型，运行速度更快。
4. 总结
提出了一个 one-step 的 Anchor-Free 行人检索模型，设计了特征对齐的 AFA 模块，将 Anchor-Free 的检测器引入了 Person Search 框架中。在行人检索性能和速度上超越了 SOTA 模型。