跨域行人重识别之Adaptive Exploration for Unsupervised Person Re-identification

由于领域偏差，直接拿一个数据集上训练得到的ReID模型放在另一个数据集上通常获得相当差的精度。本文提出了一种自适应探索（Adaptive Exploration, AE）方法，以无监督的方法解决ReID的域转移问题。具体来说，在目标域上，引入ReID模型以(1)最大化所有行人图像间的距离；（2）最小化相似行人图像之间的距离。