person re-identification (reID) aims at retrieving an image of the person of
interest from a set of images typically captured by multiple cameras. Recent
reID methods have shown that exploiting local features des
本文提出了一种多尺度背景感知网络(MSCAN)用于学习全身和身体部位的强特征,在每个层中通过堆叠多尺度卷积来捕捉局部上下文知识,并且通过使用新的空间约束来学习局部变形行人部分,并将全身和身体部分的表示学习过程集成到一个统一框架中,通过多类人物识别任务实现了人物再识别,且在当前挑战性大规模人物再识别数据集上,包括基于图像的 Market1501、CUHK03 和基于序列的 MARS 数据集,都取得了最先进的结果。