open-reid-master.zip

Open-ReID是一个轻量级的行人重识别库，用于研究目的。 它旨在为不同的数据集提供统一的界面，一整套模型和评估指标，以及再现（接近）最新结果的示例。

Deep-Person-master.zip

文章《Deep-Person: Learning Discriminative Deep Features for Person Re-Identification》的行人再识别模型Deep-Person的实现代码

Deep-Person Learning discriminative deep features for person Re-Identification

这是2020年在Pattern Recognition上发表的一篇行人再识别文章，作者提出一个三分支网络Deep-Person. 来学习高判别力的深度特征。有两个创新点：（1）将人体看作一个从头到脚身体部件的序列，通过LSTM学习各部分之间的相关性（2）利用两种互补关系：全局+局部、softmax识别分支+triplet loss 排名分支。

Omnidirectional Feature Learning for Person Re-Identification.pdf

2019年IEEE Access上发表的一篇行人再识别文章。 本文提出一个多分支深度模型。具体地，这个模型包括5个分支，这5个分支中，两个分支从水平和垂直方向学习带有空间信息的部分特征；一个分支学习由骨干网络最后一个卷积层生成的不同特征通道的相关性；剩下两个分支是识别和三元组子网络，来同时学习有判别力的全局特征和一个对应的度量。所有五个分支可以提高表示学习的质量。我们在Market-1501,CUHK03 和 DukeMTMC-reID上做了大量对比试验，本文提出的深度框架优于其他有竞争力的先进方法。