基于可靠深度学习的人物重识别模型综述：我们到位了吗？
计算机视觉与模式识别
2020-05-04 v1
摘要
智能视频监控（IVS）目前是计算机视觉与机器学习中的活跃研究领域，并为监控操作员与法医视频调查人员提供有用工具。人物重识别（PReID）是 IVS 中最关键的问题之一，其任务是判断一个个体是否已在网络中某相机处被观测过。PReID 的解决方案有众多应用，包括检索显示感兴趣个体的视频序列，乃至跨多相机视角的行人跟踪。文献中已提出不同技术以提升 PReID 性能，且近期研究者利用深度神经网络（DNNs），因其在类似视觉问题上的引人注目性能及测试时的快速执行。鉴于重识别方案的重要性和广泛应用，我们的目标在此是讨论该领域已完成的工作，并给出用于此任务的最先进 DNN 模型的综述。我们给出各模型的描述及其在一组基准数据集上的评估。最后，展示这些模型间的详细比较，并随之讨论其局限性，可作为未来研究的指导。
引用
@article{arxiv.2005.00355,
title = {Survey on Reliable Deep Learning-Based Person Re-Identification Models: Are We There Yet?},
author = {Bahram Lavi and Ihsan Ullah and Mehdi Fatan and Anderson Rocha},
journal= {arXiv preprint arXiv:2005.00355},
year = {2020}
}
备注
24 pages, 6 figures, and 2 tables, considered over than 100 papers. arXiv admin note: substantial text overlap with arXiv:1807.05284