论文题目&＃xff1a;Learning Deep Feature Representations with Domain Guided Dropout for Person Re-identification
还是香港中文大学的牛牛们写的paper.

有源码&＃xff1a;https://github.com/Cysu/person_reid

Motivation

这篇paper主要是为了解决一些issues&＃xff08;例如person re-identification&＃xff09;&＃xff0c;这些应用没有large-scale datasets&＃xff0c;但是有许多small datasets&＃xff0c;从而采用多域学习。因此&＃xff0c;本文提出用CNNs提取深度特征的pipeline。将所有的小数据集的训练数据组织在一起&＃xff0c;组成一个large scale classification issue。这样训练出来的神经元有些对公共数据集有效&＃xff0c;有的对单个数据集有效&＃xff0c;于是&＃xff0c;作者提出了Domain guided dropout&＃xff08;包括determinative 和 stochatistic &＃xff09;,有效的提高了特征的性能。实验在七个数据上进行&＃xff0c;包括&＃xff08;摘自作者发布的信息&＃xff09;&＃xff1a;
1. CUHK03
2. CUHK01
3. PRID
4. VIPeR (I cannot find the link to the original dataset. This is my previous backup version.)
5. 3DPeS
6. i-LIDS (I cannot find the link to the original dataset. This is my previous backup version.)
7. Shinpuhkan (need to send an email to the authors)
所有数据集都分成train,val,和test&＃xff0c;取所有的train sets 合并成一个大数据集进行训练&＃xff0c; 但微调只在前6个上进行&＃xff0c;因为&＃xff0c;最后一个数据集只有24个ID.

内容

参看&＃xff1a;http://blog.csdn.net/lv26230418/article/details/51317180
这篇写的很详细