看了三篇论文 Learning global and local features using graph neural networks for person re-identification
DFR-ST: Discriminative feature representation with spatio-temporal cues for vehicle re-identification
SSR-Net: A Spatial Structural Relation Network for Vehicle Re-identification

• 设计了基于SE模块的特征聚集和背景消除网络，沿用了MsKAT中用于限制特征损失函数。
• 在SE激活后聚集的有效特征和需要消除无效特征进行了多次不同组合的实验，比如参考MsKAT，用有效特征减去无效特征。

问题分析

关于foggy去雾重识别，其数据集是从 VERI-Wild 和 Vehicle 1M两个数据集中选取的雾天情况。其中VERI-Wild数据集较大，正在下载。Vehicle 1M暂时没在国内网上找到第三方下载途径，官方下载途径需要填表发邮件申请。

下一步

进下载数据集，传递数据集到服务器，按标注信息划分数据集。
思考设计一些有创新性的设计。