Hard-Aware Point-to-Set Deep Metric for Person Re-identification 论文笔记

一、提出问题 度量学习是行人重识别任务中的重要组成部分之一，但是度量损失的性能受采样方法的显着影响，传统的采样方法极大地限制了深度度量学习的性能。 二、论文贡献 提出了一种新的度量损失，即困难感知点集（HAP2S）损失，该损失涉及自适应硬挖掘机制； 在Market-1501，CUHK03和DukeMTMC-reID 三个数据集上进行测试，HAP2S损失达到了SOTA。 三、模型结构 图3-1 模型

>>阅读原文<<