Introduction
本文有如下3個貢獻：
① 提出了一個自下而上（bottom-up）的聚類框架（BUC）來解決無監督的ReID問題；
② 采用repelled損失來優化模型，repelled損失直接優化了樣本、聚類之間的余弦距離，可以挖掘聚類之間的相似性以及最大化不同身份之間的差異性；
③ 提出了一個多樣性正則化項來保證每個聚類內部圖像數量的平衡性，使得聚類結果更符合真實環境下的分布規律。
開源【https://github.com/L1aoXingyu/Bottom-up-Clustering-Person-Re-identification】
Approach
（1）背景介紹：
假設訓練集
包含 N 張圖片，目標是不帶任何標記從 X 中學習一個特征映射函數
。特征映射的測試集合（也就是gallery集合）為
，query集合為
。在評估過程中，使用query集合中的圖片通過特征映射函數來搜尋test集合中的相似的圖片特征，並用歐氏距離進行rank排序，即
傳統的方法是采用手動標注的方法來學習參數，即每個 x 都對應一個標簽 y，采用以下目標函數進行優化：
其中 l 為softmax交叉熵損失，f 為分類器。
但是在無監督學習中，y 並不能獲得，因此需要重新構造損失函數。
（2）BUC框架：
① 總體框架：
② Repelled Loss：
初始化每張圖片的標簽：
，定義圖片 x 屬於第 c 個聚類的概率值為：
其中 
，理解為這張圖片的特征進行正規操作；
是一個查找表（lookup table），存儲各個聚類的特征，這里可以作為每個聚類的質心；C 為聚類的數量，在初始階段
，
是控制分布的參數，這里設置為 0.1。
在前向傳播過程中，計算余弦相似度
；在反向傳播中，更新第
列的 V 為
，可以理解為將分配到該聚類的特征和質心融合，獲得新的質心。得到損失函數為：
③ 聚類合並：
最小距離標准（minimum distance criterion）把兩個不同聚類中圖片的最短距離作為兩者的差異度，這種方式只考慮最近的兩者，並不考慮除了最近圖片外的其它圖片。優點是：相同行人的圖片在同一個攝像頭下通常是相近的，容易划分到同一個聚類中。計算如下：
其中 
最大距離標准（maximum distance criterion）把兩個不同聚類中圖片的最大距離作為兩者的差異度，存在缺點：同一個行人在不同攝像頭下可能存在較大的差異，用最大距離標准難以划分到相同聚類中。
平均距離標准（centroid distance criterion）對每個聚類中的圖片特征求均值，存在缺點：損失了聚類一些的特征信息。
在每次聚類合並過程中，限制單次迭代下降的聚類數為 m，定義
，mp為聚類合並系數，在 t 次迭代后，聚類的數量為
。
④ 動態網絡更新：
（3）多樣性正則化：
現實場景中，聚類之間的元素數量差異不會太大，為了避免出現聚類元素過多的情況，設置了多樣性正則化項，即：
最終兩個聚類之間的距離計算為：
Experiment
（1）實驗設置：
① 數據集設置：Market1501、DukeMTMC-reID、MARS、DukeMTMC-VideoReID；
② 實驗細節：采用ResNet-50來作為CNN的主干網絡；
③ 參數設置：訓練epoch數量 = 20，batch size = 16，dropout rate = 0.5，mp = 0.05，λ = 0.005，momentum = 0.9，learning rate = 0.1，並在15次迭代后降為0.01.
（2）實驗結果：
