29、《HDA+数据集助力全自动行人重识别研究》

《HDA+数据集助力全自动行人重识别研究》

1. 评估工具与测试集

评估工具接收计算得到的检测结果和重识别（RE - ID）排名，并通过与真实信息进行比较，生成累积匹配特征（CMC）曲线和精确率/召回率（P/R）点。使用HDA + 提供的测试数据时，用户可以选择以下三种不同的测试集：
- 非遮挡的真实测试样本（MANUALclean）；
- 完整的真实测试样本集（包括遮挡的样本，MANUALall）；
- 通过ACF行人检测器获得的测试样本集（DIRECT）。

此外，用户还应根据算法能力选择是否考虑特殊标签ID - NEW和ID - FP，以正确计算评估分数。目前，评估系统不支持随着测试集中新人员的识别而动态扩展图库，这是未来工作需要考虑的重要点。

2. 集成PD + REID系统评估

大多数行人重识别（RE - ID）工作基于手动裁剪的图像。为实现全自动RE - ID系统，需要自动检测，即由行人检测（PD）算法进行裁剪。然而，PD和RE - ID的集成面临诸多挑战：
- 误报（FP）和漏检（MD）的影响 ：PD产生的FP会导致裁剪图像无法正确关联到人员ID，MD则根本不生成裁剪图像，使漏检人员无法被识别。
- 真实检测带来的问题 ：即使是真实检测，与手动选择的边界框相比，也会使RE - ID问题更复杂。检测边界框的对齐和大小精度不如用户选择的区域，而且常见的RE - ID测试集仅包含完全可见的人，而检测可能匹配不同遮挡程度的人。

直接连接PD和RE - ID系统会因上述噪声源而产生较差的结果。为改善这种情况，引