基于深度学习的遮挡行人重识别：综述与展望
计算机视觉与模式识别
2023-11-02 v1
摘要
行人重识别（Re-ID）技术在智能监控系统中扮演着日益关键的角色。普遍存在的遮挡显著影响了行人 Re-ID 的性能。遮挡行人 Re-ID 指的是一种处理行人信息丢失、噪声干扰和视角错位等挑战的行人匹配方法。它已引起研究人员的广泛关注。过去几年中，提出了若干解决遮挡的行人 Re-ID 方法，应对由遮挡产生的各种子问题。然而，缺乏详细比较、总结和评估遮挡行人 Re-ID 方法潜力的综合性研究。在本综述中，我们首先提供用于遮挡行人 Re-ID 的数据集与评估方案的详细概述。接着，我们从多个视角对现有基于深度学习的遮挡行人 Re-ID 方法进行科学分类与分析，并简要总结。此外，我们对这些方法进行系统比较，识别出最先进的方法，并对遮挡行人 Re-ID 的未来发展进行展望。
引用
@article{arxiv.2311.00603,
title = {Occluded Person Re-Identification with Deep Learning: A Survey and Perspectives},
author = {Enhao Ning and Changshuo Wang and Huang Zhangc and Xin Ning and Prayag Tiwari},
journal= {arXiv preprint arXiv:2311.00603},
year = {2023}
}