基于 3D 骨架的人员重识别综述：分类法、进展、挑战与跨学科展望
计算机视觉与模式识别
2026-01-06 v3 人工智能
摘要
通过 3D 骨架进行人员重识别是一个重要的新兴研究领域，在模式识别领域引起了越来越多的关注。凭借在各种应用场景中的独特优势，近年来提出了许多具有多样骨架建模和学习范式的基于 3D 骨架的人员重识别（SRID）方法。在本文中，我们对近期 SRID 的进展进行了全面的回顾与分析。首先，我们定义了 SRID 任务并概述了其起源和主要进展。其次，我们制定了一个系统的分类法，将现有方法组织为以手工制作、基于序列和基于图的建模为中心的三个类别。然后，我们详细阐述了这三类中的代表性模型，并说明了其基础机制。同时，我们概述了主流的有监督、自监督和无监督 SRID 学习范式及相应的常用方法。进一步在各种类型的基准和协议上对最先进的 SRID 方法进行了全面评估，以比较它们的有效性、效率和关键属性。最后，我们提出了推进未来研究的关键挑战和展望，并通过案例研究突出了 SRID 的跨学科应用。
引用
@article{arxiv.2401.15296,
title = {A Survey on 3D Skeleton Based Person Re-Identification: Taxonomy, Advances, Challenges, and Interdisciplinary Prospects},
author = {Haocong Rao and Chunyan Miao},
journal= {arXiv preprint arXiv:2401.15296},
year = {2026}
}
备注
A curated collection of valuable resources is available at https://github.com/Kali-Hac/3D-SRID-Survey