1.介绍
本文的创新主要是在讲GAN首次运用在了跨模态的re-id，并取得了较好的效果。（若不知道GAN，建议先看一会GAN简介）
2.思想
在跨模态的re-id中主要有以下方面困难：
1.intra-modality：相同模态的图片由于姿态、光照的等原因，同一个人的同一个模态差异性很大，这个差异有的甚至会大于不同的人在不同模态的差异。
2.cross-modality：同一人的不同模态的图片，由于模态不同，特征分布不同，所以差异较大。
要做好跨模态re-id，其中一部分任务就是要减小intra-modality和cross-modality。
图中红框的是生成器，提取rgb和ir图片中的特征，篮筐是判别器
总的思路是：使用判别器对生成的特征进行训练，看特征是来自rgb还是ir模态。直到判别器无法判断来自rgb还是ir（即判别率为50%）。
此时再去训练生成器。
生成器：首先将rgb和ir图片输入特征提取器提取特征，利用identityloss和triplet loss优化提取的特征。
上面的判别->生成->判别 不断循环，直到得到一个比较好的identity loss
个人理解，其实就是寻找rgb和ir两个模态之间的共同可辨别特征
2.1 生成器
2.1.1 特征提取
将rgb和ir图片分为如下6类，即anchor_rgb, positive_rgb, negative_rgb, anchor_ir, positive_ir, negative_ir。
把这6类数据输入特征提取器（本文实验用的是resnet50），得到6个类别的特征anchor_rgb_features，positive_rgb_features，，negative_rgb_features，anchor_ir_features，positive_ir_features，negative_ir_features
也就是下图部分：
2.2 判别器
为了理解，这里先介绍判别器。
结构是什么？
就是利用上面这个结构：三个全连接，1000->500->2
用来判断特征提取器（2.1.1部分）提取的特征来自rgb还是ir模态。
为什么要这么做呢？
个人理解，判别器的功能主要是为了 寻找特征提取器提取的特征是否是rgb和ir的公共特征，就是这个
那什么时候判别器算是达到目标呢？
当判别器无法判断这个特征是来自rgb还是ir的时候（正确率为50%左右）。也就是找到了。
2.3 模型的训练
GAN的思想是，
1.固定生成器不训练，让判别器先判别生成器生成的特征是来自rgb还是ir模态，直到判别器判别准确率很高
2.判别器能轻松判别后，固定判别器不训练，再去训练生成器，使得生成器生成的特征更加符合rgb和ir模态的公共特征。其实就是找下面这个
2.3.1 生成器的训练
但是如果只是这样的话（下图的红框和篮筐部分），得到的特征很可能只是rgb和ir模态的公共特征，这些特征无法对person id的分类起很大作用，因此除了用判别器对生成器进行"牵引"外，还需要其他的约束。
也就是：identity loss和triplet loss
利用这两个loss函数来使得特征提取器（2.1.1）提取的特征，具有id判别性。
其中：
identity loss是为了使特征具有id判别性
而triplet loss是将特征之间的距离，使得同一个人的（相同模态图片之间的距离和不同模态图片之间的距离）缩小，不同人的（相同模态图片之间的距离和不同模态图片之间的距离）加大
2.3.1.1 identity loss（行人id识别损失）####
为了使特征可以用于id判别，将所得特征（anchor_rgb_features，anchor_ir_features）两个特征输入三层全连接层（512->395->n）进行训练，通过这两个部分一起优化，得到更好的可鉴别的特征。
也就是下图的红色部分：
损失函数如下：
2.3.1.2 triplet loss
triplet loss 是用来将同一id人的不同模态距离和同一id人同一模态距离共同减小，算的是相对距离，使特征分离开易于切分。
那么因为有两个模态，需要对两个模态分别求triplet loss。则rgb和ir图片则对应两个tripletloss ，输入形式为(rgb,ir+,ir-),(ir,rgb+,rgb-)，两者之和即为总的triplet loss
其实就是将特征提取器的特征放入triplet loss 函数中，优化这个函数，使得达到距离处理的效果。
2.3.1.3 生成器总损失
2.3.2 判别器训练
判别损失：
总的训练
由于生成器和判别器收敛时间不一样，所以用一个k来调节生成器好判别器交替训练。
epoch=0,固定生成器，训练判别器
0<epoch<k,固定判别器，训练生成器
