CNNで得られる特徴ベクトル(実験ではImageNet Pre-trainedのResNet-50を使用)を記録するメモリーと人物を識別しないシングルラベルから、識別のためのマルチラベルを出力するMPLPと、マルチラベル分類のLossであるMMCLを組み合わせて学習させる手法を提案した。

Market-1501及びDukeMTMC-reIDのデータセットで、教師なし及び教師ありの従来手法と比較を行い、MSMT17データセットへの転移学習ではSOTAの精度。

MPLPを単純なKNNと比較して有効性を示し、きちんと提案手法のAblation Studyや多くの従来手法との比較を行っていることと、転移学習なしでも良好な結果を示しているため通ったと考えられる。