ECCV2018_Generalizing A Person Retrieval Model Hetero- and Homogeneously

• Unsupervised Person Reid （UDA）的预设条件：
  • Source domain的图像带标签（人的id）
  • Target domain图像不带id标签，但是带camera的信息
• 基本思路：利用source domain和target domain进行混合训练，以进行domain adaption

　　　　a) 基本模型是supervise的经典baseline，resnet50+sofmax crossentropy loss+triplet loss，其中，sofmax crossentropy只在  source domain上做分类；triplet loss构建正负样本对体现了论文所说的Hetero- and Homogeneously：

• • • 首先，Target domain利用camStyle进行各个摄像头的数据增强：假定target domain有$C$个摄像头，取一张图像$x_t^i$（$i$表示第i个摄像头，t代表target），再从C个摄像头的图像中各取一张进行CamStyle，进行style transfer生成fake image，记为$x_t^i(1),...x_t^i(C)$，正负样本对的构建包括：
      • Camera Invariance Learning：$x_t^i$和$x_t^i(i)$形成正样本对，和其余的fake images $x_t^i(j)j \ne i$形成负样本对
      • Domain Connectedness Learning：source image和另外一张source image形成正样本对，和target image形成负样本对

• Discussion作者的讨论很有意思
  • Change of image style caused by different cameras on target set is a key infuencing factor that should be explicitly considered in person re-ID UDA.
  • 为了使每个mini-batch里面样本的id都不相同，作者比较了三种采样：一是随机采样；而是先对数据做k均值分类，然后每类选一张；第三是用target的标签进行监督式的。最后发现随机采样和监督的效果近似。