行人reid 综述 Deep Learning for Person Re-identification: A Survey and Outlook文献阅读

行人reid 综述

摘要：

作者将问题分为封闭场景的reid和开发场景的reid.封闭场景分三类问题：深度特征学习、度量学习、排序优化。开放场景分为5个方面。与此同时，昨天提出了一个新的评价指标mINP，以及一种新的baseline,AWG

 

1 introduction

REID系统包含5个部分：1）数据收集；2）包围框生成；3）训练数据标注；4）模型训练；5）行人检索

ReID技术分为Closed-world 和Open-world 两大子集：区别在于为单模态，标注是否完备、是否含有噪声等方面，开放世界ReID更接近实际应用。

2 Closed-world ReID

2.1特征表示学习方法

1）全局特征学习

attention信息：

单人图片的attention: HA-CNN、FAB、KPM、BraidNet、MGCAM

多人图片的attention：利用孪生网络、组相似性等

架构调整：CAM、SVDnet、多层集成等

2）局部特征

身体的局部特征和全局特征融合。着眼于局部特征对齐、鲁棒等