Xin Jin, Cuiling Lan, Wenjun Zeng, Zhibo Chen, Li Zhang
一般化可能な人物ReIDフレームワークを設計するために、異なるドメインからスタイルのバリエーションを分離し、Identityに関連する特徴だけをモデルに回復して高い識別性を達成できるSNRモデルを提案した。
スタイル正規化フェーズで捨てたIdentity特徴の復元を容易にするために、新たな二重因果関係損失(dual causality loss)制約を導入された。
ドメイン Generalizable Person ReID と教師なしドメイン Adaption ReIDにおいてSOTAを達成する。