現実らしく見える人物のデータを作成し、Unreal Engine 4のシーン上で人物が歩行するシミュレーションを行うことで、アノテーション不要で合成データを生成するUnrealPersonを提案した。人物のテクスチャには、Clothing Co-parsingとDeepFashionのデータセットに含まれるテクスチャを使用している。

ImageNet Pre-trainedのResNet-50をバックボーンとして使用し、Market-1501、DukeMTMC-reID及びMSMT17のデータセットで精度の比較を行い、従来手法を上回る結果。また、事前学習の教師データとして合成データを使用した場合もImageNetやMSMT17を上回る結果で、教師なし学習のドメイン適応においても合成データが既存データセットを上回る結果。

合成データと公開データセットとの特性の違いを検討し、幅広い実験を通してUnrealPersonの合成データの優位性を示したため通ったと考えられる。ツールキットのPyTorch実装とデータセット( https://github.com/FlyHighest/UnrealPerson )が公開されている。