Introduction
Person search任務的目的是：定位並識別目標行人。其包含了兩個子任務：行人檢測和行人重識別。現有方法主要分為兩類：二步檢索框架和一步二階段檢索框架。前者先通過目標檢測算法定位行人位置，再裁切出行人進行重識別，這類方法比較耗時；后者實現了兩種任務的端到端學習，通過ROI對齊層獲取行人區域(如Faster-RCNN)，這類方法存在密集anchor計算復雜的問題以及超參數敏感(anchor數量、尺寸等)的問題。
相比之下，作者提出了anchor-free方法，設計了無需anchor的間接架構，並擁有較高的檢索速度。當前anchor-free的檢測方法存在一些問題：① 需要使用FPN網絡來學習多尺度特征，卻會對行人重識別任務引入尺寸不對齊問題；② 由於缺少ROI，anchor-free難以依據局部區域來對齊reid特征和檢測特征，因此reid特征需要在缺乏局部對齊的情況下學習；③ 行人檢索是一個多任務的框架，需要實現reid和檢測兩個任務的平衡。
為此，作者設計了Feature Aligned Person Search Network (AlignPS)。其中設計了一個anchor-free檢測模型以及一個aligned feature aggregation (AFA)模塊。具體而言：AFA利用了可變卷積(deformable convolution)和特征融合來改造FPN，解決區域、尺寸的不對齊問題。作者也優化了兩個子任務的訓練過程，讓網絡去學習更加魯邦的reid特征映射。
Feature-Aligned Person Search Networks
(1) Framework Overview：
框架在FCOS的基礎上實現，不同之處是：作者提出的框架采用“reid first”的原則，着重學習魯棒的行人特征。框架中，通過AFA模塊融合了不同尺寸的特征圖。AFA輸出的特征圖直接作為reid最終的特征映射。detection head包含了兩個分支來完成回歸和分類任務，每個分支包含了4個3x3卷積層，
(2) Aligned Feature Aggregation:
① Scale Alignment：
原版FCOS采用了不同層的特征來檢測不同尺寸的目標。然而，在reid任務中，當需要匹配不同尺寸的同一個人，reid特征可能不在同一個尺寸上提取。因此，作者只對AFA輸出的最后層上進行檢測。骨干網絡采用的ResNet50，AFA依次輸出
，其stride分別為32/16/8。
② Region Alignment：
由於anchor-free方法無法從行人檢測框中精確提取特征，作者從下面三個角度來解決這個問題：
1) 在特征融合模塊中采用3x3可變形卷積(deformable conv)，讓網絡自適應地調整感受野，隱式地實現區域對齊；
2) 在特征融合模塊中使用級聯來替換求和，這樣可以更好地聚合多級特征；
3) AFA輸出的特征圖再次使用可變形卷積，進一步對齊區域。
③ Task Alignment:
作者采用了“reid first”的原則來進行訓練。原因如下：
1) 本框架繼承了現有的FCOS目標檢測的優勢，任務的重心更應該傾向reid；
2) 相比“detection first”和並行結構，“reid first”不需要額外的層來提取reid特征，因此更加高效。
(3) Triplet-Aided Online Instance Matching Loss
現有方法大部分都采用OIM損失來進行reid訓練。將所有帶標簽的行人特征作為lookup table，即
，沒有帶標簽的行人特征作為circular queue，即
。x屬於第i個ID的概率值為：
其中
為控制概率分布的超參數。OIM損失計算為：
為了提高OIM性能，作者嵌入了一種新的三元組損失，將行人中心周圍的一組特征作為正樣本，其他行人的一組特征為負樣本，計算其三元組損失：
Experiments
(1) Datasets and Settings:（表格來源）
(2) Implementation Details:
backbone：ResNet-50；
optimizer：SGD；
learning rate：0.001 (epoch 16和22時下降0.1)；
epoch：24；
tricks：warmup，多尺度訓練(圖像的邊長在667~2000間隨機調整)；
test image size：1500x900；
(3) 實驗結果：
其中 AlignPS+指的是在骨干網絡中嵌入了可變形卷積。