摘要
行人搜索的目标是从场景图像中定位并匹配查询行人。为实现高效处理，单阶段方法被提出，通过单一网络联合完成行人检测与识别两个子任务。然而，当前的单阶段方法面临两大挑战：其一是多个子任务优化目标之间的相互干扰；其二是端到端训练过程中由于小批量（small batch size）导致的识别特征学习次优问题。为解决上述问题，本文提出一种解耦且基于记忆增强的网络结构（Decoupled and Memory-Reinforced Network, DMRNet）。具体而言，为缓解多任务优化目标之间的冲突，我们简化了传统的紧密耦合流程，构建了一个深度解耦的多任务学习框架。此外，设计了一种记忆增强机制，以提升识别特征的学习效果。该机制将最近访问实例的识别特征存入一个记忆库（memory bank），从而扩充成对相似性样本对，用于成对度量学习。为增强存储特征的编码一致性，采用网络参数的慢速移动平均（slow-moving average）来提取这些特征。在此机制下，双网络相互促进，共同收敛至更稳健的解空间。实验结果表明，所提方法在CUHK-SYSU和PRW数据集上分别取得了93.2%和46.9%的mAP，显著超越了所有现有的单阶段方法。