FD-GAN:Pose-guidedFeatureDistillingGANforRobustPersonRe-identification(NIPS2018)设计了特征提取生成对抗网络(FD-GAN)

GitHub-WeilanAnnn/FD-GAN:FD-GAN:GenerativeadversarialNetworkswithFusion-discriminatorforSingleImageDehazing

FD-GAN:Pose-guidedFeatureDistillingGANforRobustPersonRe-identification(NIPS2018)YixiaoGe，ZhuowanLi，HaiyuZhaoAbstract

github:https://github.com/yxgeee/FD-GANpytorchabstract：问题：姿态变化常用办法：humanalignment；learnhuman-region-basedrepresentation缺点：需要额外计算姿态信息本文：提出FeatureDistilling（蒸馏）GenerativeAdversarialNetwork，学到的特征是identit

这篇文章的大致思想是：用GAN来对行人的特征进行蒸馏，只保留和身份信息有关的特征，而去除了人体姿态这些冗余的特征信息。而在推断的时候，只需用到encoder提取的鲁棒特征就可以了，没有增加额外的计算量。即：为了应对多种多样的姿态变化-->学习到和身份信息有关，而和姿态信息无关的特征表达。数据库：Market-1501,CUHK03,DukeMTMC-reID网络输入：每个分支都是行人图片和目标姿势