[CVPR2016]Learning Deep Feature Representations with Domain Guided Dropout for Person Re-id

论文题目：Learning Deep Feature Representations with Domain Guided Dropout for Person Re-identification
还是香港中文大学的牛牛们写的paper.

有源码：https://github.com/Cysu/person_reid

Motivation

这篇paper主要是为了解决一些issues（例如person re-identification），这些应用没有large-scale datasets，但是有许多small datasets，从而采用多域学习。因此，本文提出用CNNs提取深度特征的pipeline。将所有的小数据集的训练数据组织在一起，组成一个large scale classification issue。这样训练出来的神经元有些对公共数据集有效，有的对单个数据集有效，于是，作者提出了Domain guided dropout（包括determinative 和 stochatistic ）,有效的提高了特征的性能。实验在七个数据上进行，包括（摘自作者发布的信息）：
1. CUHK03
2. CUHK01
3. PRID
4. VIPeR (I cannot find the link to the original dataset. This is my previous backup version.)
5. 3DPeS
6. i-LIDS (I cannot find the link to the original dataset. This is my previous backup version.)
7. Shinpuhkan (need to send an email to the authors)
所有数据集都分成train,val,和test，取所有的train sets 合并成一个大数据集进行训练， 但微调只在前6个上进行，因为，最后一个数据集只有24个ID.

内容

参看：http://blog.csdn.net/lv26230418/article/details/51317180
这篇写的很详细