标题及作者

方法概况及总结

整体架构

SING CNN由SR子网(d)和Re-ID子网(e)两部分组成，在模型训练中部署三个流，分别以LR图像(a)、合成LR图像(b)和HR图像(c)作为输入。中间流(b)作为连接图像SR (d)和人Re-ID (e)学习任务的桥梁。

损失函数构建

损失函数由SR损失和Re-ID损失联合构建，公式如下：


L-reid式中：

最后构建联合损失函数如下：

训练及验证

训练阶段上文已叙述，主要讲一下验证时的操作。验证时输入为2张图片，分别来自gallery的HR图片和probe的LR图片。对于HR图片，直接经过Re-ID子网提取特征；对于LR图片，需要先进行SR子网的增强再经过Re-ID提取特征，最后度量L2距离。

实验结果

参考以下四张表格：