从属性到自然语言：基于文本的人物再识别综述与展望
计算机视觉与模式识别
2024-08-02 v1 人工智能
摘要
基于文本的人物再识别（Re-ID）是复杂多模态分析领域中的一个具有挑战性的课题，其最终目标是通过审视属性/自然语言描述来识别特定行人。尽管其应用范围广泛，包括安全监控、视频检索、人物追踪和社交媒体分析，但目前尚缺乏从技术角度全面总结基于文本的人物 Re-ID 的综述。为填补这一空白，本文提出了一种涵盖评估、策略、架构和优化维度的分类法，提供了对基于文本的人物 Re-ID 任务的全面综述。首先，我们为基于文本的人物 Re-ID 奠定基础，阐明与基于属性/自然语言识别相关的基本概念。随后，对现有基准数据集和评估指标进行了全面审视。接着，深入探讨了基于文本的人物 Re-ID 研究中常用的特征提取策略，并简要总结了该领域常见的网络架构。本文还审视了用于模型优化和模态对齐的常用损失函数。最后，本文对研究发现进行了简洁总结，指出了基于文本的人物 Re-ID 面临的挑战。作为回应，本文概述了未来开集基于文本的人物 Re-ID 的潜在方向，并提出了一种基于文本的行人图像生成引导再识别（TBPGR）的基准架构。
引用
@article{arxiv.2408.00096,
title = {From Attributes to Natural Language: A Survey and Foresight on Text-based Person Re-identification},
author = {Fanzhi Jiang and Su Yang and Mark W. Jones and Liumei Zhang},
journal= {arXiv preprint arXiv:2408.00096},
year = {2024}
}