alignedReID: surpassing human-level performance in person re-identification (paper reading)

关键点：

1）对齐 （8%）

2）mutual learning （3%）

3）classification loss, hard triplet同时 

4）re-ranking (5~6%)

 

关于对齐：

作者在resnet pool5 7*7那里，分两路，pool成7*1,1*1。对于7*1,进一步pairs对齐，（用动态规划），形成N*N距离矩阵。两个矩阵矩阵，其中对于动态规划，用最短路径来描述。

这两个矩阵只用于hard triplet

 

关于测试：

由于训练时利用了“pairs”的relationship,而不是absolute,这在测试时将会非常麻烦；所以，测试时直接忽略到pairs，只提取global特征。值得思考原因！

 

转载于:https://www.cnblogs.com/Wanggcong/p/8004641.html