聚合（aggregation）指的是在Backbone输出的特征图聚合成一个特征向量来表征一个目标。，如下图表示的GAP。
1、Attention pooling
Attention是近年来比较热门的一个方向，它最初源于computer vision领域，是模仿人类视觉的一个杰出成果。人类的眼睛在观察图像是并不会一视同仁，而是将attention放在真正感兴趣的部分。如果机器可以学会只学习最有用的部分，无疑将大大提高学习效率。这就是attention机制想要实现的。
Attention最经典的用法是通过一个分支学习mask，并将mask点乘到原图上，将注意力集中在图中可以表征物体信息的位置上。
2、Avg Pooling
Avg Pooling，也称为Global Avg Pooling，是ReID中最常见的操作之一，将特征全局平均池化为一个特征向量，用该特征向量来表征目标。
3、Max Pooling
最大池化（max pooling），同理平均池化，在最后输出的特征图中找到值最大的特征向量来表征目标。
4、Gem Pooling
介于mean pooling和max pooling之间，二者是其特殊形式.通过调节参数p，可以关注不同细度的区域
公式：
Pk是可以学习的参数，在pk = 1时为平均池化，在pk趋于无穷的时候为最大池化。
5、R-MAC
R-MAC（Regional Maximum Activation of Convolutions）来自于2015年发表在cs.CV上的论文《PARTICULAR OBJECT RETRIEVAL WITH INTEGRAL MAX-POOLING OF CNN ACTIVATIONS》，是基于卷积的区域最大激活计算特征向量。
Backbone网络最后输出为WxHxC大小的图片，R-MAC对此特征提取可以表示为下式：
其中Ω代表各个局部区域，p是某一个具体的局部区域，Xi是第ｉ个通道提取特征的算法（如上述的pooling方法），上式计算出了各个通道中值最大的局部区域。
该方法提取了原始图中最重要的区域，这就是Regional Maximum activations of convolutions (R-MAC)，可译为局部最大化卷积激活特征。
6、SPoC
SPoC操作来自于发表在ICCV 2015的《Aggregating deep convolutional features for
image retrieval》，这个方法用到了加权的方法，对靠近中心的权重给大，对远离的权重给小，再做Avg Pooling。
7、CroW
CroW来自于ECCVW 2016《Cross-dimensional weighting for aggregated deep convolutional features》一文，提出了一种用于空间和通道的加权池方法。
空间上的加权方法和SPoC一致，区别在于CroW 使用的深度卷积网络的最后一个池化层的输出，SPoC使用的是最后一个卷积层的输出。SPoC在spatial weighting时，首先使用了中心化操作，CroW则从当层输出的空间激励项spatial activations得到spatial weighting。再通道上，CroW使用的是从通道稀疏中得到 channel weighting（具体获得方式可以去看论文）。
8、局部特征聚合
发表在ACCV2018的《SCPNet: Spatial-Channel Parallelism Network for Joint Holistic and Partial Person Re-Identification》提出了一个聚合局部特征的方式，如下图所示，将特征进行拼接，并构建相应的损失函数进行学习，这体现在结构上，而不是pooling操作上，是一种非全局的特征聚合方式。
9、SCDA
SCDA发表于IEEE TIP 2017的《Selective convolutional descriptor aggregation for fine-grained image retrieval》，主要思想是基于无监督的注意力机制获得每一个特征图的局部描述，再根据特征映射激活的总和保留有用的深度描述符，作为特征向量。在旷视PyRetri开源库中有集成，实际上也是可以应用在ReID的一种特征聚合方法。
