行人再识别(Person Re-identification,ReID)旨在关联出现在不同时间不同监控摄像头里的同一行人,其成果对维护社会治安稳定具有重大研究意义。在室外的监控视频系统中,行人的表观如衣服的颜色、纹理等信息相对容易获取,因此基于表观的...行人再识别(Person Re-identification,ReID)旨在关联出现在不同时间不同监控摄像头里的同一行人,其成果对维护社会治安稳定具有重大研究意义。在室外的监控视频系统中,行人的表观如衣服的颜色、纹理等信息相对容易获取,因此基于表观的行人再识别技术得到国内外学者的广泛研究。行人姿态的变化会造成同一个行人在不同摄像头视野下的图片表观差别很大,即同一行人图像身体部件的空间位置出现错位(body part misalignment),从而增加了行人再识别的难度。近几年,针对姿态变化导致的空间错位问题,业内提出了很多区域匹配对齐的行人再识别方法。对近年基于区域匹配对齐的行人再识别文献进行梳理,概述了行人再识别的关键技术,将区域匹配对齐的行人再识别方法归纳为基于空间约束的区域匹配对齐方法和基于子网络的区域匹配对齐方法两大类,并详细阐述了每一类方法的原理及优缺点。最后,对姿态变化场景下行人再识别研究的难点进行总结,并对未来该领域的研究趋势和发展方向进行展望。展开更多
文摘行人再识别(Person Re-identification,ReID)旨在关联出现在不同时间不同监控摄像头里的同一行人,其成果对维护社会治安稳定具有重大研究意义。在室外的监控视频系统中,行人的表观如衣服的颜色、纹理等信息相对容易获取,因此基于表观的行人再识别技术得到国内外学者的广泛研究。行人姿态的变化会造成同一个行人在不同摄像头视野下的图片表观差别很大,即同一行人图像身体部件的空间位置出现错位(body part misalignment),从而增加了行人再识别的难度。近几年,针对姿态变化导致的空间错位问题,业内提出了很多区域匹配对齐的行人再识别方法。对近年基于区域匹配对齐的行人再识别文献进行梳理,概述了行人再识别的关键技术,将区域匹配对齐的行人再识别方法归纳为基于空间约束的区域匹配对齐方法和基于子网络的区域匹配对齐方法两大类,并详细阐述了每一类方法的原理及优缺点。最后,对姿态变化场景下行人再识别研究的难点进行总结,并对未来该领域的研究趋势和发展方向进行展望。
