拿 Densely Semantically Aligned Person Re-Identification 这篇文章举例。
本文写作非常好，写的很有逻辑，很标准。科研论文虽然是八股文，但是能经历了百年的发展而来，有它的合理性。我把它Introduction的写作思路跟一下，与诸位共勉：
首先，按照国际惯例：先介绍一下ReID，和ReID面临的问题/痛点：
行人重识别（re-ID）旨在匹配特定的跨多个摄像机视图或在不同场合从同一摄像机视图观看的人。它有助于许多重要的应用，如跨相机跟踪[40]。 由于人员差异较大，这项任务具有挑战性。姿势和视角，不完美的人物检测，杂乱背景、遮挡和照明差异等，许多因素都会导致人体的空间错位身体如图1所示...
然后着重强调一下本文方法所要解决的问题，你解决了什么痛点，就要把这个痛点的“严重性”写出来。放大要解决的challenge，就是放大你的贡献。最简单的“放大”怎么做？就是“别人没做到的，我做到了”。
开始讲其他人工作，主要遵循：
A方法做了xxxx。However，它们没解决好这个痛点，存在xxxx劣势。
B方法做了xxxx。However，它们没解决好这个痛点，存在xxxx的劣势。
C方法做了xxxx。However，它们没解决好这个痛点，存在xxxx的劣势。
…
说完了别人的劣势，最后给出本文工作的优势：
别人没解决的，我们解决了！
我们的工作不仅能xxxx！还能xxxx！如下图：
然后，开始简单介绍本文工作的第一个部分。
首先提出你的方法（基于UV空间映射的密集语义对齐方法），其通过xxxx（的原理）来达到xxxx（的优势、特点、能力）的效果：
承上启下，自问自答：
However，引入这种原理（UV空间的映射）会带来问题，它包括：
问题1）xxxx，
问题2）xxxx，
问题3）xxxx。
…
因此，为了解决这些问题，文章提出了一种模型框架，更好地挖掘行人重识别的语义对齐信息表征。
这就引出了要介绍的第二个部分，其通过xxx（原理）来达到xxx（优势、特点、能力）的效果：
最后，按照国际惯例，列一下contributions：
Introduction就写完了，齐活。
明白Introduction怎么写，其它部分的写作其实就是模型细节的陈述，实验细节的陈述，和重复强调Introduction中提出的观点（存在痛点！）和亮点（我们的工作可以解决痛点！）罢了。
