Attention-Aware Compositional Network for Person Re-identification

创新点：

        传统利用注意力机制进行行人重识别的方法中，都是利用矩形区域（RoI:region of interest)来获得注意力，包含了很多背景干扰。作者提出了一种通过人体躯干轮廓来更精准的获得注意力（PPA），然后利用注意力对全局特征更好的进行对齐，提取行人特征（AFC网络）。

作者的方法：

1）网络结构

2）PPA

对人体进行解析，确定了14个关键点（0-13）。然后关键点之间相连，宽度为sigma，形成11个non-rigid part (1-2 2-3不算）N；多个关键点构成3个rigid part  R 。训练后得到能够准确提取p张（p=11+3) MXN的attention图 M。

3）AFC

这个式子从下往上看，F是用一个预先训练好的网络提取的行人全局特征，size:MxNx256。将PPA提取的MXNXP的attention进行一下归一化，然后p张中每一张都与F做一次对应元素点乘，得到p个MxNx256的F^a_p，然后进行global avg pool得到p个256的向量，然后concat一起得到size:256xp的f^a ( 叫做：attention-aware aligned feature vector)。

前面的操作很好的关注到了人的pose, 后面的操作是为了能够注意到其他显著性信息，如人背的包等。

然后将f^a和attention产生的分数V(1xp 表示p部分每部分的面积，对应重要程度）连接,然后通过1x1的全连接产生w权重，w一共有p个 size:1xp，然后将每个部位的权重乘到对应的f^a上去(共px256个），然后连接在一起，再经过一个卷积层，得到1024维的行人特征。 

4）训练细节：

1、先用 pose loss训练注意力网络（PPA）

2、再用reid loss（分类和验证损失）训练GCN

3、将训练好的PPA和GCN应用在AFC剩余部分，用reid loss训练

4、最后所有模块装在一起，再fine-tuned