与其他Reid方法一样,首先训练一个图像模型提取图像特征,对特征计算相似度可以得到probe中所有图片与gallery中所有图片之间的相似度,与其他Reid方法不同,但与reranking相同的是,我们也可以计算出所有gallery图片之间的相似度。给定一张probe图片,它和所有gallery之间的相似度向量为y,所有gallery之间的相似度矩阵为W,我们将一张probe图片和所有gallery图片合起来看成一个图,根据random walk的思想,probe图片这个节点walk到第j张gallery图片的概率是yj,接着,从probe节点出发,经过其他节点k,再到达gallery图片j的概率是yk * Wkj,那么,从probe节点出发,走两步(包含了所有中间节点的可能)到达图片j的概率就是: