Die Fähigkeit, dieselbe Person aus mehreren Kamerasichten zu identifizieren, ohne explizit die Gesichtserkennung zu nutzen, erzeugt sowohl kommerzielles als auch akademisches Interesse. Die derzeitigen Lösungen basieren auf Aufmerksamkeits-Neural-Netzwerken. In diesem Paper stellen wir Attention and CL loss vor, eine Hybrid-Verlustfunktion, die aus einem Zentrum-Verlust und einem Online Soft Mining (OSM)-Verlust besteht und zusätzlich zum Aufmerksamkeitsverlust in einem zeitbasierten Aufmerksamkeits-Neural-Netzwerk integriert wird. Die vorgeschlagene Verlustfunktion, kombiniert mit einer Reihe von „bag-of-tricks“-Techniken für das Training, übertrifft die State-of-the-Art-Leistung auf den gängigen Person Re-ID-Datensätzen MARS und PRID 2011. Der Quellcode ist öffentlich auf GitHub verfügbar.