全局特征
全局特征指每一張行人圖片的全局信息進行一個特征抽取，得到一個向量，沒有包含任何空間信息。沒有spatial信息會有問題
有時候，一個人只有上半身，一個人只有下半身就很蛋疼。所以全局特征會遇到瓶頸。
為了解決這個問題，提出局部特征
局部特征
局部特征是對圖像的某一個區域進行特征抽取，最后將多個局部特征融合起來得到最終特征
- 切片，從上到下，符合人體拓撲結構
- 姿態，利用姿態估計模型將人的姿態估計出來，對一些關鍵姿態點進行特征提取，利用姿態信息得到局部特征
- 訓練一個分割的網絡，將整個人都給分割出來，相當於將人體的從背景中分離出來
- 網格，將圖片切塊，和feature map的尺寸匹配
以上四種特征是行人重識別里比較常用的特征，一般而言，切片和姿態使用的是最多的，其次是分割
Pre
姿態
通常會給一個行人定義14個姿態點，通過姿態估計模型可以得到
骨架
兩個相鄰的姿態點相連形成骨架
常用的姿態估計模型為hourglassnet。openpose
part
利用骨架的節點進行分區域，比如上半部分，下半身之類的，來得到part
水平池化
水平池化是指將feature map進行水平等分，然后再池化得到的分塊局部特征
第一塊feature map包含第一塊比較大的信息，在以切片為思想的算法之中比較常見
網格特征
將每一個網格拿出來，c通道的向量