基于深度学习的视频行人重识别：综述

基于视频的行人重识别（视频重识别）因其在监控、智慧城市和公共安全等诸多领域的广泛实际应用，近来吸引了日益增长关注。然而，由于视角、遮挡、姿态变化及不确定视频序列等众多不确定挑战，视频重识别相当困难且仍处于进行阶段。过去几年中，视频重识别上的深度学习在公开数据集上持续取得令人惊讶的结果，各种方法被提出以应对视频重识别中的不同问题。相比基于图像的重识别，视频重识别更具挑战性与复杂性。为激励未来研究与挑战，这篇首篇综合性论文介绍了深度学习视频重识别方法最新进展的综述。它广泛涵盖三个重要方面：简要的视频重识别方法及其局限、具技术挑战的主要里程碑，以及架构设计。它提供了在各可用数据集上的对比性能分析、以有价值思路改进视频重识别的指引，以及令人振奋的研究方向。