- 在解决的是什么问题？ 人脸/行人属性识别领域
- 为何成功，标志/准是什么？ HFE 的优势是它有能力学习到细粒度的包含了 ID 信息的复杂属性 feature的标识
- 在前人基础上的关键创新是什么？大家都是对属性级别的 feature embedding，这里 a. 提出了层次化的 feature embedding：结合了属性和ID 信息 b, 使用了 HFE loss，使用了类内部和外部的限制 b. 构建一个绝对界限的修正：加强了原始的三元 loss c. dynamic loss weight, 这样考虑了 HFE 限制下的空间 d. 做了实现，在两个行人库和一个人脸属性库
- 关键结果有哪些？能解决一些 hard case
- 有哪些局限性？如何优化？
- 这个工作可能有什么深远的影响？
思路：给同一个人的照片，应该有相同的属性。两级的 feature embedding：类别内部和类别外部。
虽然属性识别中，由于视角、光照等会有很大差异，但是通过 ID聚类，就可以让提高鲁棒性。也能解决一些 hardcase。然后通过 ID 聚类，减少异常
之所以要动态的 loss，是因为起初学习的不够多，等后面 HFE loss 的权重才会上来。
其中的图非常形象：运用 ID 先聚类，然后再看属性，此时就能挖掘出被遮盖住的属性。
每个属性一个分支，跟目标检测里的 Fast R-CNN 系列有相似之处。前面是相同的 backbond，学习共用/相同的feature。后面每个属性一个分支，通过 CONV-FC来获取分类相关的feature。
使用不同分支的原因：
- 不同的属性，比如年龄和性别，应该有自己独特的feature embedding
- 使用 metric loss 是在每个属性自己的特征空间里，这个无法用在共享的特征空间。
metric learning: 目标是学习一个合适的指标 feature 空间，里面相同的sample 之间距离很小，而不同的sample 之间距离加大
- 属性相当于也是一个分类问题？人脸属性，行人属性。它的标记数据集是怎么做的呢？