基于深度学习的行人重识别综述

摘要：

行人重识别主要研究在不同摄像机拍摄的图形中检索目标行人的任务,是计算机视觉领域一个极具挑战性的研究课题.传统依赖手工特征的行人重识别方法性能低且鲁棒性差,不能适应数据爆炸增长的信息时代.近年来,随着大规模行人数据集的出现和深度学习的迅速发展,行人重识别研究取得了许多突出成果.梳理了性能接近饱和的有监督学习研究方法,并探讨近几年研究热度较高的弱监督学习、跨模态数据和端到端的行人重识别现状;对不同类型行人重识别方法比较分析,列举了常用数据集,并将部分经典算法在Market-1501、DukeMTMC-ReID等数据集上进行性能比较;对行人重识别的未来研究方向进行了展望.

关键词：行人重识别、有监督学习、弱监督学习、跨模态、端到端

所属期刊栏目：58

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家重点研发计划

在线出版日期：2022-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：51-66