学習ベースでバウンディングボックスを補正するBBAと、分割した領域単位の特徴を抽出するRSFEから構成されるAPNetを提案した。また、屋内及び屋外の17種類のカメラで従来より大規模に人物データを収集し、全身が見えないバウンディングボックスも多く含むLSPSデータセットを作成した。

ImageNet Pre-trainedのResNet-50をバックボーンとして使用し、CUHK-SYSU、PRW及びLSPSのデータセットで評価を行い、CUHK-SYSU及びPRWでは従来手法の上位に位置する結果。LSPSでは、ベースラインの手法及び人物再同定の従来手法を上回る結果。

現実に即した課題設定で、既存データセットの分析結果を踏まえたデータセットも新たに作成して有効性を示したため通ったと考えられる。