论文标题：IDM: An Intermediate Domain Module for Domain Adaptive Person Re-ID

论文链接： https://arxiv.org/abs/2108.02413

作者单位：旷视科技 & 新加坡国立大学 & 鹏城实验室

即插即用！本文提出一种用于无监督域自适应行人Re-ID的中间域模块：IDM，表现SOTA！性能优于SpCL、GLT和UNRN等网络，代码刚刚开源！

无监督域自适应行人重识别（UDA re-ID）旨在迁移标记源域的知识，以提高模型对未标记目标域的可辨别性。从一个新的角度来看，我们认为源域和目标域之间的桥接可用于解决 UDA re-ID 任务，并且我们专注于显式建模适当的中间域来表征这种桥接。具体来说，我们提出了一个中间域模块 (IDM)，通过使用两个域因素混合源域和目标域的隐藏表示来动态生成中间域的表示。基于“shortest geodesic path”的定义，即两个极端域之间的最短测地路径上的中间域可以起到更好的桥接作用，我们提出了这些中间域应该满足的两个属性。为了确保这两个属性更好地表征适当的中间域，我们在中间域的预测空间和特征空间上强制执行桥损失，并在两个域因子上强制执行多样性损失。The bridge losses旨在引导适当的中间域的分布，以保持与源域和目标域的正确距离。多样性损失用作正则化，以防止生成的中间域过度拟合源域和目标域中的任何一个。我们提出的方法在所有常见的 UDA re-ID 任务中都大大优于最先进的方法，并且在具有挑战性的 MSMT17 基准测试中，mAP 增益高达 7.7%。