代理クラスへの割り当てに、決定境界を調整する機能のRectifier関数を適用するWDBRと、ある状態に属する特徴量の分布と全体の分布を近付ける正則化項として機能するWFDRを提案した。

人物再同定ではMarket-1501及びDukeMTMC-reIDのデータセットで教師なし学習の従来手法と、顔向きに頑健な顔認証ではMulti-PIE及びCFPのデータセットで教師あり学習の従来手法と比較を行い、Market-1501以外はSOTAの結果。

シンプルで、ほとんどのデータセットで性能が向上しているため通ったと考えられる。なお、本論文はカメラの種別で状態がわかることから「弱教師あり」(Weakly Supervised)学習と位置付けているが、人物再同定の従来手法の論文では、カメラの種別を利用できても「教師なし」(Unsupervised)学習として扱っているとの記述があり、本論文に限らず、論文を読む際に注意が必要である。