Abstract
作者提出，姿態信息沒有被好好的利用到行人再識別中，於是提出了Attention-Aware Compositional Network (AACN)模型。AACN包含兩部分：（1）Pose-guided Part Attention (PPA)，通過學習掩蓋背景部分。（2）Attention-aware Feature Composition (AFC)，通過pose-guided visibility scores估計身體哪部分被遮擋。
1. Introduction
Pose-guided Part Attention（PPA）是一個置信圖，可以精確捕捉目標區域同時去除背景區域。將這置信圖當作一種掩模，應用在特徵圖上，那麼AFC部分就可以提取出局部區域對齊的特徵。
本文貢獻：
1、提出AACN模型處理錯位與遮擋問題
2、使用PPA預測局部區域，去除背景干擾。
3、引入可見性分數 （visibility scores）來測量每個身體部位的遮擋程度，他爲注意力感知特徵組合（Attention-aware Feature
Composition.）提供了圖像特定區域的重要性分數
4、在數據集上的多個實驗
Attention-Aware Compositional Network
AACN包含兩部分PPA與AFC。
PPA是一個兩階段三分支的模塊，生成關鍵點置信圖，剛性區域與非剛性區域的attention maps。根據局部區域attention maps進一步預測visibility scores。
AFC分爲三個階段，第一階段使用GoogleNet生成全局特徵。第二階段，依賴PPA生成的局部區域attention map，用attention map去掩蓋全局特徵，接着第三階段再與visibility score加權融合，最終生成一個1024維的向量。
Pose-guided Part Attention
受multi-stage CNN人體姿態估計的啓發，PPA採用兩階段設計，第一階段分別預測非剛性區域attention N 與剛性區域attention R與關鍵點置信圖K。第二階段微調attention maps。
attention map中的強度表示區域的可見性，可以獲得visibility score。
Attention-aware Feature Composition
AFC包含三個階段，Global Context Network (GCN), Attention-Aware Feature Alignment, and Weighted Feature Composition。
第一階段使用GoogleNet提取全局特徵。
第二階段基於第一階段的全局特徵，並結合PPA的attention map來生成part-attention-aware features。
第三階段使用visibility score加權融合第二階段的features，可見區域權重大。