摘要
无需显式使用面部识别技术，仅通过多摄像头视角识别同一人，正受到学术界与产业界的广泛关注。当前主流解决方案依赖于基于注意力机制的神经网络模型。本文提出一种名为“Attention and CL loss”的新型损失函数，该方法在基于时序注意力机制的神经网络基础上，融合了中心损失（Center Loss）与在线软挖掘（Online Soft Mining, OSM）损失，作为注意力损失的补充。通过结合一系列训练技巧（bag-of-tricks），所提出的损失函数在通用行人重识别（Re-ID）数据集MARS和PRID 2011上均超越了现有最先进方法。相关源代码已公开发布于GitHub。