ReID简记-Discovering Underlying Person Structure Pattern with Relative Local Distance for Person Re-id

创新点

1. reid中的空间信息的探究

总结

几个图就明白了

网络结构：
在正常的GAP的同时，加了一个分支。
水平方向的池化，(2048,8,8)->(2048,8,1)。转换维度（8，2048，1），相当于把行人分为8个部分。
每个部分互相做cos距离，得到（8，8）特征。
在计算分类和损失的时候，作者还是需要reshape了一下。“To this we reshape a matrix Gk into a feature vector and add two fully connected layers and a person structure loss to make the person structure learnable.”

之后都是套路了

行人各部分的cos相互距离的实例：

最后

文章挺有想法的，但是空间信息的处理感觉不够完美。