2019 CVPR之ReID：Re-ranking via Metric Fusion for Object Retrieval and Person Re-identification

Re-ranking via Metric Fusion for Object Retrieval and Person Re-identification
当前的问题及概述：
视觉因素的变化，如视点、姿势、白光和背景，通常被认为是re-ID任务的重要挑战。尽管这些因素是有影响的，但关于它们如何影响认知系统的定量研究仍然缺乏。
本文通过探究viewpoint对系统的影响进行探究，有两大突出贡献，首先，引入了一个大型合成数据引擎PersonX。由手工制作的3D人物模型组成，该引擎的突出特点是“可控”。也就是说，我们能够通过将变量设置为任意值来合成行人；其次，在三维数据引擎上，定量分析了步距旋转角度对reid精度的影响。

A中展示的是俯视角度，摄像机的角度（FoV）不变，同一ID转动了60°（viewpoint）B展示了人物ID的不同viewpoint。
Method：
2.1 personX：
本文创建了一个包含1,266个人物模型的可控制的3D世界，如下图：

作为一个可控系统，它可以满足各种数据的需要，为了保证多样性，满足：
1，制作了不同肤色、年龄、体型(身高和体重)、发型等