很好的一篇文章，不愧是reid大组中山大学Weishi-Zheng老师的工作

• 文章的基本出发点很有意思：用source domain的feature做作为参考，衡量target domain images是否相似，从而构成正负样本进行contrasive learning和domain adaption。这就为target images建立了一个可以比较的参考系。

 

• 假定souce domain set(文章里叫agents)有$N_p$个id(实际作者用的MSMT17数据集，则$N_p=1401$)，那么作者设置agents为$N_p, 2048$(2048为提取特征的维度)，记为$\{a_i\}_{i=1}^{N_p}$，每个$a_i$代表一个reference person的2048维feature。无论是souce domain input image还是target input image，经过网络提取得到的特征和agents里面的特征都是经过l2 normlized，那么input feature点乘agent feature就是余弦相似性，则每个input点乘整个agents就得到一个$N_p$维的相似向量，这个相似向量经过softmax归一化就是Soft Multilabel。（注意区分我写的agent和agents）

 

• 网络模型如下：

 

• • 模型输入：source domain image (auxiliary image)和target domain image
  • 模型输出：source feature (2048d), source similarity; target feature, target similarity (注意，此处的similarity就是feature和agents点乘后的相似性，还未经过softmax归一化)
  • loss:
    • ①$L_{MDL}=-log\frac{\bar{P}}{\bar{P}+\bar{N}}$