基于深度学习的行人重识别综述

摘要

行人重识别是指从不同的摄像机采集的大量行人图像中检索特定的人员，是计算机视觉领域继人脸识别之后的一个重要的研究子课题。近年来，将深度学习应用在行人重识别方面已经取得了很大的成就。为了让读者更加了解国内外行人重识别研究进展，文章介绍了近几年国内外的相关文献并进行分析总结。首先，对行人重识别进行介绍；然后，对基于深度学习的行人重识别的基本方法归纳为有监督学习、弱监督学习和跨模态学习等3个方向，并讨论它们的现状，列举了常用的性能指标，以及常用的数据集和目前在这些数据集上最优的性能，并对行人重识别现存的问题进行阐述；最后，对未来研究热门方向进行了展望。

关键词

行人重识别 / 有监督学习 / 弱监督学习 / 跨模态

基金资助

国家重点研发计划资助项目(2018YFB1802402); 南方海洋科学与工程广东省实验室(珠海)创新团队建设资助项目(311021011); 广东省普通高校青年创新人才类资助项目(2019KQNCX069); 广州市基础研究计划基础与应用基础研究资助项目(202102020307)