introduction

用dl的方法去预测人的attribute，这是一种local的方法，在这篇文章中是对global方法的一种补充（两者同时作用）。以下图为例，一个只捕获global特征的reID system是无法辨别下面的人的，但是人眼可以，因为人眼在无法从全局信息分辨的时候，还能更进一步的仔细观察特征，即attribute。

image.png

这篇文章和以往用attribute来做reID的方法不同之处在于，以往的文章用的都是image pair 或者是 triplet （loss），原因是以往的dataset对于每一个ID只提供一对图片，而现在的dataset能提供更多的训练样本，所以用classification（loss）的方法会更好一些。
然后我们需要理解两个概念，一个是ID-level attributes，意思是属于某个人的具体的特征，比如性别，带没带帽子等，另一个是Instance-level attribute，比如在打电话，在骑自行车等，这篇文章关注的是前者。
作者提出一个网络结构（w attribute-person recognition (APR) network），类似于我前一篇解读的paper，分成两个branch，一个branch就是提取全局特征做reID，另一个branch用于提取attribute信息。结构图如下

image.png

此外，作者还做了件好事，就是因为他们要用attribute信息，所以他们人工标注了一部分信息。

related work

基于CNN的前人的工作分成两种，一种是deep metric learning， 另一种是deep representation learning，前者在训练小数据集上有优势。但是后者目前更受欢迎。本文的工作是基于后者的。