行人重识别：领域特定开放挑战与未来趋势回顾
计算机视觉与模式识别
2022-03-01 v1 人工智能
摘要
行人重识别（Re-ID）是自动视觉监控系统的核心组件之一。其旨在多相机网络中自动识别/搜索具有非重叠视场的人物。由于其在各类应用中的潜力与研究意义，近年来提出了大量基于深度学习的重识别方法。然而，仍存在若干视觉相关挑战，例如遮挡、姿态尺度与视角变化、背景杂乱、人物未对齐以及跨相机模态的域泛化，使得重识别问题远未解决。大多数已有方法直接或间接旨在解决这些现有挑战中的一个或多个。在此背景下，需要对当前重识别方法应对这些挑战的情况进行全面综述，以分析并聚焦于特定方面以进一步推进。目前尚不存在此类聚焦综述，因此本文中我们呈现了2015–2021年间230余篇论文的系统性挑战导向文献调研。首次提出了此类以解决方案为导向视角审视行人重识别方法的综述。此外，我们呈现了相应研究领域中若干不同的突出发展趋势，将为 ongoing 行人重识别研究提供前瞻性视角，并最终有助于开发实用的现实世界解决方案。
引用
@article{arxiv.2202.13121,
title = {Person Re-identification: A Retrospective on Domain Specific Open Challenges and Future Trends},
author = {Asmat Zahra and Nazia Perwaiz and Muhammad Shahzad and Muhammad Moazam Fraz},
journal= {arXiv preprint arXiv:2202.13121},
year = {2022}
}