这篇文章和以往的person search文章不同，作者提出detector和re-ID分离才会产生更好的performance。detector是faster RCNN产生proposal和离线（off-the-shelf）的instance segmentation method FCIS产生分割的mask；re-ID是用的Two-stream CNN完成。
Contribution
Method
框架如上图。Detector是用的faster RCNN，分割是用的现有的算法FCIS；随后对原图像块和前景图像分别输入O-Net和F-Net，然后用concatenate将其整合在一起。再利用SEBlock对权重进行再分配，在经过GAP(Global Average Pooling)和FC，对输出向量求OIM loss。
SEBlock
OIM Loss
实验结果
