针对行人视频中存在部分帧的局部遮挡，本文提出了Spatio-Temporal Completion netwrok（STCnet）网络，利用其它帧来填补遮挡部位，与Reid模块整合为VRSTC框架。
STCnet的网络如下图。STCnet包含了三个部分：① 空间结构生成器的输入为清除遮挡区域的行人图片（遮挡区域的像素为0），采用训练好的GAN补全遮挡区域。② 时间注意力生成器利用相邻帧的信息对遮挡区域再进行补充，注意力模块的计算见图2，该生成器采用了三个平行的编码器，其中一个对遮挡区域编码，另外两个对前后帧进行编码，再输入到两个注意力模块中，得到的2个特征级联后输入解码器得到最终的输出。③ ReID模块包含了2个判别器和ID Guider，判别器分别为全局判别器和局部判别器，ID Guider由Resnet50组成。
VRSTC的框架如下图。相似度采用当前帧与帧序列平均值计算得出。
实验结果：
