Joint Learning of Single-image and Cross-image Representations for Person Re-identification

人物识别可以用两种方法解决：
（1）在单个图片上做识别，给出一个阈值，计算距离相似性，判断两张图片是否匹配。
（2）在多张图片上做分类，可以考虑为二分类的问题。由于两种方法各有优点，在这篇文章中，作者采用两种方法的结合，并特出一种基于卷积神经网络的联合学习模型统一SIR和CIR。

在学习SIR与CIR的关系是，我们发现在CIR上的分类是基于SIR的一些常见的相似性度量的泛化。

我们的网络包含3个子网：1.共享子网 2.SIR子网 3.CIR子网，分别在二元组和三元组上建立网络。训练阶段，根据二元组和三元组的不同约束，我们得到的不同的损失函数。在测试阶段，我们采用SIR的欧式距离和CIR的判别函数相结合的方式判断是否识别。