面向真实世界监控系统的行人重识别
计算机视觉与模式识别
2016-07-21 v1
摘要
在具有非重叠相机视角的真实世界视频监控系统中，基于外观的行人重识别因诸多原因是一项极具挑战性的问题。当前的最先进方法通常通过依赖相似性度量或排序函数的监督学习，为系统中的每一对相机或相机组隐式地建模相机之间的外观变换来解决该问题。这需要大量的人工标注工作。此外，学习到的模型是相机特定的，无法从一组相机迁移到另一组。因此，每次网络扩展或相机更换后都需要进行标注过程，这极大地限制了其适用性。作为替代，我们提出了一种新颖的建模方法，无需监督学习即可利用互补的外观信息，在多个基准数据集上显著优于当前最先进的无监督方法。
引用
@article{arxiv.1607.05975,
title = {Person Re-identification for Real-world Surveillance Systems},
author = {Furqan M. Khan and Francois Bremond},
journal= {arXiv preprint arXiv:1607.05975},
year = {2016}
}
备注
Person re-identification, Visual surveillance