跨模态目标重识别研究综述
目标重识别(ReID)技术旨在匹配不同区域摄像头在不同时间拍摄到的同一目标,其核心是通过目标间的细粒度差异实现不同 目标的有效区分.因此,目标重识别技术被广泛应用于安防布控、刑侦监控等领域并发挥了重要作用.传统的目标重识别技术通常适用于光照条件良好情况下的可见光模态数据,但在处理黑夜低光照条件下的 目标重识别任务时,其性能通常受到严重限制.红外摄像机因其卓越的夜视性能,通常被应用于在低光照条件下采集目标红外图像.因此,跨模态目标重识别技术旨在通过可见光图像匹配红外图像,实现全天候不间断的目标重识别.近年来,跨模态目标重识别技术取得了很大进展,然而,对于现有模型的归纳总结及深入分析仍然欠缺.为此,对跨模态目标重识别领域的相关研究和新颖方法进行了深入调研和总结,讨论了现有方法在实际场景中面临的挑战,并从模型分类和模型评价两个方面对现有方法进行归纳与分析.首先,围绕跨模态目标重识别问题的研究难点,将跨模态目标重识别分为生成式方法和非生成式方法两大类;然后,对当前跨模态重识别领域中广泛使用的评测数据集以及相关评价指标进行了综述与总结;最后,讨论了跨模态重识别领域仍然存在的挑战并对未来发展趋势进行了展望.
计算机视觉、目标重识别、跨模态、细粒度特征、表征学习
51
TP391(计算技术、计算机技术)
2024-01-23（万方平台首次上网日期，不代表论文的发表时间）
共13页
13-25
