半教師ありドメイン汎化型人物再識別

既存の人物再識別（re-id）手法は、クロスカメラ間での人物マッチングに成功しているにもかかわらず、新しい未見のシナリオに適用すると困難に直面します。最近では、新しいシナリオにおける大量のラベルなしデータを転移学習的手法で活用するドメイン適応型人物再識別に多くの努力が注がれています。しかし、各シナリオにおいては、まず十分なデータを収集し、その後そのドメイン適応型re-idモデルを訓練する必要があるため、実際の応用には制約があります。代わりに、我々は複数のラベル付きデータセットから一般的なドメイン不変表現を学習することを目指し、これにより各新規re-idシナリオに対して普遍的に効果的な手法を開発することを期待しています。実世界システムでの実用性を追求するために、この分野で利用されているすべての人物再識別データセット（20データセット）を集め、最も頻繁に使用される3つのデータセット（Market1501, DukeMTMC, MSMT17）を選択して未見のターゲットドメインとしました。さらに、DataHunterというツールを開発し、YouTubeのストリートビュー動画から30万枚以上の弱いアノテーションが付与された画像（YouTube-Human）を集めて、残り17つの完全ラベル付きデータセットと組み合わせて複数のソースドメインを形成しました。このような大規模かつ挑戦的なベンチマークであるFastHuman（約44万枚以上のラベル付き画像）上で、我々は単純でありながら効果的な半教師あり知識蒸留（Semi-Supervised Knowledge Distillation: SSKD）フレームワークを提案しました。SSKDはYouTube-Humanに対してソフト疑似ラベルを割り当てることで弱いアノテーションデータを効果的に活用し、モデルの一貫性能力を向上させます。いくつかのプロトコルにおける実験結果は、提案したSSKDフレームワークがドメイン一般化可能な人物再識別において有効であることを確認しており、ターゲットドメインでの教師あり学習と比較しても同等以上の性能を示しています。最後に重要な点として、我々は提案したベンチマークFastHumanがドメイン一般化可能な人物再識別アルゴリズムの次の発展につながることを願っています。