行人重识别研究综述
行人重识别是智能视频分析领域的研究热点,得到了学术界的广泛重视.行人重识别旨在非重叠视角域多摄像头网络下进行的行人匹配,即确认不同位置的摄像头在不同的时刻拍摄到的行人目标是否为同一人.本文根据研究对象的不同,将目前的研究分为基于图像的行人重识别和基于视频的行人重识别两类,对这两类分别从特征描述、度量学习和数据库集3个方面将现有文献分类进行了详细地总结和分析.此外,随着近年来深度学习算法的广泛应用,也带来了行人重识别在特征描述和度量学习方面算法的变革,总结了深度学习在行人重识别中的应用,并对未来发展趋势进行了展望.
行人重识别、特征表达、度量学习、深度学习、卷积神经网络、数据集、视频监控
12
TP181(自动化基础理论)
国家自然科学基金项目61471201
2018-01-22(万方平台首次上网日期,不代表论文的发表时间)
共11页
770-780