UDAreid综述

reference

2018年eccvreid简评
2018年cvpr简评

1 HHL 模型 2018郑良

Generalizing A Person Retrieval Model Hetero- and Homogeneously pdf

摘要

异质同源学习（Hetero-Homogeneous Learning, HHL） 主要解决的是无监督的域适应问题（unsupervised domain adaptation, UDA）。HHL依然是基于GAN生成图的工作，主要基于两个假设：（1）相机不变性，同未标注的正样本对来学习到相机的风格；（2）域连通性，即source和target域的行人图片默认没有重叠，是负样本对。第一点是同源学习，因为用的样本都是相同域的。第二点是异质学习，因为用到了两个域的样本。虽然看上去有点拗口，但是其实方法还是很好理解的。