ICCV2019-行人重识别-Beyond Human Parts: Dual Part-Aligned Representations for Person Re-Identification

动机：

这是一篇基于part，之后对于每个part添加了self-attention的文章。作者出发点在于当前结合human parsing的part re-id方法只能对人体部分检测，不能对一些装饰物，例如包，帽子等检测，而这些外部装饰也是重识别不可或缺的元素，却被当作background，这当然会降低精度。

创新：

作者提出了DPB网络，该网络主要由人体区域语义提取部分（human part branch）和self-attention（lantent part branch）结合。

• human part branch：该网络直接采用CE2P网络框架，提取得到了K个part（K-1个人体区域+1个非人体区域）的特征图，之后与原特征图融合后得到了与原来等大小的特征图。
  
• lantent part branch：该网络使用了self-attention，得到与原特征图等大小的feature mask
  
• 融合：将原特征图，human part特征图和latent part特征图相加，得到最终的特征。
  

架构：

架构特征：单流结构
特征：通过多层插入的DPB得到的特征
损失函数：CE loss+triplet loss
backbone：resnet50

实验：

对比不同的数目的K对结果的影响，发现K越大，细粒度越高，则精度越高。这里K=1时输入为原图；K=2时输入为人整体和背景；K=5时， 包括背景、头、上半身、下半身和鞋

这里作者做了个有意思的对比实验，当K=2时，即只有人的整体区域和背景区域时，作者有意分开他们俩做了个对照实验，发现当只有背景区域时，其效果要好于只有人的整体区域。也就是说，背景区域包含的信息可能会更具有区分性


结果在加入triplet loss后，从94.0提升到了95.2

疑惑：

作者展示了部分背景区域相关系数高的样本，但是这些样本的高相关区域并不是装饰物，而是天空等背景，这种案例应该是这个方法目前不足的地方。