Camera Style Adaptation for Person Re-identification（鏡頭間的風格轉換re-id）

論文核心： 1.motivation： 如果可以在訓練集中增加更多樣本來了解攝像機之間的風格差異，就能夠解決個人身份識別中的數據稀缺問題，並學習不同攝像機之間的不變特徵。 解決：使用cycleGAN完成鏡頭間圖片轉換，損失函數使用cycleGAN loss 和 identify mapping loss。 2.motivation:增加數據多樣性以防止過度擬合，但是也會產生相當程度的噪音。  解決

>>阅读原文<<