今天介紹這篇也是經典的reid論文，

AANet: Attribute Attention Network for Person Re-Identifications

有些研究表明，結合語義訊息（如：身體部位，人體姿態等）可以顯著提高Reid的準確率。
但是目前SOTA的Reid方法中並沒有用到人體屬性資訊，如：衣服顏色、頭髮長短、性別等，
而這些attribute在短時間內不會發生顯著變化，因此可以作為一些線索提高Reid性能。

因此本篇文章，提出了Attribute Attention Network (AANet) 框架，將person attribute融合到分類框架中。
該模型包含3個子網絡。
第一個網絡稱為Global Feature Networks(GFN)，一般作法，用來擷取全身特徵進行分類。
第二個網絡稱為Part Feature Network (PFN)，類似PCB，關注於身體局部區域檢測，分塊抽取特徵。
第三個網絡稱為Attribute Feature Network(AFN)，從行人身體上抽取多層次的屬性信息構成Attribute Attention Map (AAM)。

這三個網絡使用行人ID和屬性標籤進行分類，計算Loss，因為這是一個Multi-Task Learning，
必須保證所有任務同等重要，而不能讓簡單任務主導整個訓練過程。

主要重點在AFN，AFN包含兩個子任務：
(1)人體屬性分類
(2)attribute attention map (AAM)的生成
首先第一個任務會分別預測12個屬性的分類。
然後第二個任務用第一個任務的output，經過CAM，得到每個屬性attention map，最後組合成 AAM，如圖所示

Attribute classification

把特徵圖分成上、中、下三個部分，分別從每一個部分提取特徵。
局部提取特徵的好處是可以降低背景的影響同時提升分類準確率。

不同的部分關注不同的屬性，
例如，top特徵圖用於捕捉諸如帽子、頭髮、袖子和上部衣服顏色等特徵，中下部分的身體部分的特徵將被忽略。
算是本文亮點，

如圖所示，global、上中下特徵圖都經過GAP在V層生成4特徵向量。這四個向量輸入到FC中分類。
每一類都有自己的屬性預測。

接著通過CAM，得到的每個屬性的attention map，
這些圖對應的前面說的，上中下或是全部的特徵區塊，然後在合成一張AAM。
最後AAM也是經過GAP然後進行ID分類，
所以整個架構會有四個Loss，3個ID分類Loss，1個屬性分類Loss

Result

和其他方法比較達到SOTA，
在Duke上提升3%多

若本文對您有幫助，歡迎按讚追蹤：）