【ReID】【Skimming】An Implicit Attention Mechanism for Deep Learning Pedestrian Re-identification Frame

略读了2020-ICIP上的文章An Implicit Attention Mechanism for Deep Learning Pedestrian Re-identification Frameworks。文章提出了一种基于注意力机制的行人重识别图像增强方法，能够促使网络自动找到和关注兴趣区域，从而提高识别率。

模型

如上图，文章基于有身体部位标签的数据集benchmark——RAP，将图像的上身保持不变，将下身换为其他图像行人的下身，将背景换为其他图像的背景，迫使网络学习上身关键兴趣区域并作出预测。

如上图实例展示， 从左到右分别为原始图像，上身attention图像(下身和背景被置换)，和全身attention图像(背景被置换)。

实验

如上图CMC curve，p为数据增强方法引入数据集的概率，可以看到该方法确实能够有效提高Rank1，每一个对照组都比baseline表现要好。

如上图表格，作者在同一数据集下，跟当前SOTA的对比，可见文章方法能够在SOTA基础上有比较大幅的提高。