StarGANの学習済みモデルに対し、Image Generatorを再学習するMax-StepとFeature Encoderを再学習するMin-Stepを交互に実施することで、異なるカメラ映像へのAugmentationを実現し、クラスタリングのための特徴抽出に反映するAD-Clusterを提案した。

ImageNet Pre-trainedのResNet-50をバックボーンに使用し、Market-1501及びDukeMTMC-reIDのデータセットを組み合わせて転移学習の評価を行い、SOTAの結果。

アルゴリズムとして説得力を感じさせる構成で、かつ従来手法に対する精度の優位性を示したため通ったと考えられる。