行人重识别文章分类

有监督

1 part-based:

[1] Beyond Part Models: Person Retrieval with Refined Part Pooling

[2] Learning discriminative features with multiple granularities for person re-identi_cation

[3] Densely semantically aligned person reidenti_cation

[4] Pyramidal person re-identi_cation via multi-loss dynamic training

 

2 基于注意力机制的：

[1]Harmonious attention network for person reidentification

[2]End-to-end comparative attention networks for person re-identification

[3]Multi-Scale Body-Part Mask Guided Attention for Person Re-identification cvpr2019

 

3基于gan的

[1]Joint Discriminative and Generative Learning for Person Re-identification

 

无监督

基于gan的

[1]Joint Disentangling and Adaptation forCross-Domain Person Re-Identification

[2]Smoothing Adversarial Domain Attack and P-Memory Reconsolidation for Cross-Domain Person Re-Identification

这篇文章先在图像层面，将源域图片向目标域转变，文章是将不同的摄像机作为不同的类别，在摄像头ID上进行的对抗攻击，过程没太看明白，然后再基于聚类方法进行fine-tune.这个微调是现在source训练后的网络上进行的文章提出，在目标域上使用聚类标签训练的时候，可能会使得网络遗忘了在源域上学到的知识，于是就按照比例的在这个过程中也将源域数据重新放到网络中进行训练。源域数据的使用和目标域数据的使用比例p是文章提出的一个创新点。

 

基于聚类的

[1]Smoothing Adversarial Domain Attack and P-Memory Reconsolidation for Cross-Domain Person Re-Identification

这篇文章先在图像层面，将源域图片向目标域转变，文章是将不同的摄像机作为不同的类别，在摄像头ID上进行的对抗攻击，过程没太看明白，然后再基于聚类方法进行fine-tune.这个微调是现在source训练后的网络上进行的文章提出，在目标域上使用聚类标签训练的时候，可能会使得网络遗忘了在源域上学到的知识，于是就按照比例的在这个过程中也将源域数据重新放到网络中进行训练。源域数据的使用和目标域数据的使用比例p是文章提出的一个创新点。

[2]AAAI2021_Exploiting Sample Uncertainty for Domain Adaptive Person Re-Identification

这个文章解决的是聚类中的一个基本问题，就是伪标签存在在噪声的问题，他的解决方案是：使用student和teacher网络这里的student网络是指实时根据梯度更新的网络，而teacher指的是，student网络中的参数，按照动量更新的方式，取得的平均参数。网络会根据某个样本的不确定性，给他分配权重，而这个不确定性就是由teacher网络和student网络的输出的差异性决定的，差异性越大，代表这个伪标签样本越不可信。

An Attention-driven Two-stage Clustering Method for Unsupervised Person Re-Identification

 

基于注意力：

An Attention-driven Two-stage Clustering Method for Unsupervised Person Re-Identification

 

无监督方法分类：

（1）UDA-based ReID methods can be roughly divided into three categories: style transfer [3, 44, 26], attribute recognition[43, 49, 33], and target-domain pseudo label estimation

Style Normalization and Restitution for Generalizable Person Re-identification cvpr2020中的表述