这是一篇整整琢磨了快两天，最后在我郭大师的指导下才看懂的论文，话不多说，直接上干货。
传统的 ReID通常来讲会将行人描述为一个单一的特征向量，并且通过特定任务的矩阵空间进行特征向量对比，从而得出相似度。然而这篇文章的作者认为，单一的特征向量并不足以克服一些现实场景中常常出现的视觉障碍。所以这篇文章提出了DuATM（双感知匹配网络）去学习上下文感知特征序列，同步执行序列对比。文章的核心是双感知机制，在这个机制里序列内和序列间的感知策略都被用来进行特征精炼以及对齐。同时还采用triplet loss、decorrelaton loss以及cross-entropy loss三种损失函数进行模型训练。传统的 ReID
