又一篇spotlight+reid+GAN换pose
本文用了较多的篇幅讲loss function，描述网络结构的插图令人费解
pose的提取也是用openpose这个库。
其loss分为三部分：
1， image adversarial loss，即传统gan的loss
2，pose loss ，pose差异，生成图片再用openpose提取pose信息做差值
3，identity loss，此为关键，又分为两部分，分别是content和style loss
content：用于保证生成图和原图在pretrain model生成的feature map一致
style： 利用Gram matrix生成某种feature map，然后作比对
