（Re-ID论文精读2）CVPR2023: Patch-wise High-frequency Augmentation for Transformer-basedPerson Re-id

   最近对Re-ID比较感兴趣，读了一篇关于Re-ID的文章，作为自己学习的一个记录，有说的不正确的地方欢迎大家指正，也希望大家一起共同学习共同进步！！！

原文地址：https://openaccess.thecvf.com/content/CVPR2023/papers/Zhang_PHA_Patch-Wise_High-Frequency_Augmentation_for_Transformer-Based_Person_Re-Identification_CVPR_2023_paper.pdf

github:https://github.com/zhangguiwei610/PHA

1. Abstract

挖坑（提出问题）：自从这个VIT应用在reid领域，效果显著，比CNN要好，但是呢在High-frequency信息呢CNN的效果是优与VIT的，比如这个衣服的纹理细节，因为这个VIT 的Self-Attention机制会利用low-frequency信息把High-frequency信息“稀释”掉。由于这个纹理细节对于reid来说十分重要，所以不能没有High-frequency，就想西方不能失去耶路撒冷（这句不是作者说的，是我说的～）

填坑（解决问题）：提出了一个网络叫做PHA，这个网络有两个好处：

首先，提高High-frequency信息表达能力，其次，防止low-frequency信息把High-frequency信息“稀释”掉。同时呢这个PHA在训练时候使用在inference阶段就无须使用。

2. Introduction

为了说明上述问题，作者把输入图像进行了图像离散小波变换（Discrete Wavelet Transform）