アテンション機構の出力が、人物の典型とのコサイン類似度から得られる顕著性マップに近付くように学習させるPrototype Guided Attention Moduleと、類似度に基づく適応的な重み付けによって人物の典型を更新する手法を提案した。

ImageNet Pre-trainedのResNet-50をバックボーンとして使用し、CUHK-SYSU及びPRWのデータセットで評価を行い、One-Step(End-to-End)の従来手法を上回る結果。Two-Stepの従来手法との比較では、CVPR 2020採択のTCTSなどには及ばないが、従来手法の一部を上回る結果。

アテンション機構を活用した明快なアプローチを実現できるネットワーク構造を提案し、明確な性能向上を示したため通ったと考えられる。