行人重识别综述

行人重识别(ReID)是计算机视觉中的一种技术,用于检索和匹配跨摄像头的行人图像。本文概述了ReID系统,介绍了常用数据集、挑战、评价指标和方法,包括传统方法与深度学习方法,并提供了相关代码资源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

目录

行人重识别系统

数据集

面临挑战

常用评价指标

rank-k

CMC曲线

mAP曲线

评价模式

single shot vs multi shot

single query vs multi query

行人重识别所用方法

传统方法

深度学习方法

可视化

常用ReID代码


定义

行人重识别(Person re-identification)也称行人再识别, 被广泛认为是一个图像检索的子问题, 是利用计算机视觉技术判断图像或者视频中是否存在特定行人的技术, 即给定一个监控行人图像检索跨设备下的该行人图像。行人重识别技术可以弥补目前固定摄像头的视觉局限, 并可与行人检测、行人跟踪技术相结合, 应用于视频监控、智能安防等领域。

应用

  • 刑事侦查

  • 行人理解

  • 行人跟踪

    • 单摄像头单目标

    • 单摄像头多目标

    • 多摄像头多目标


行人重识别系统

  • 特征提取:学习能够应对在不同摄像头下行人变化的特征

  • 度量学习:将学习到的特征映射到新的空间使相同的人更近不同的人更远

  • 图像检索:根据图片特征之间的距离进行

数据集

数据集分为训练集、验证集、Query、Gallery

Query:测试时的基准图片 Gallery:待检测的图片集合,从中选取与Query相似度高的

训练、测试中人物身份不重复

  • 单帧

    • CUHK03

    • Market1501

    • DukeMTMC-ReID

    • MSMT17

  • 序列(图片组成的轨迹,例如十张作为一个整体)

    • LPW

    • MARS

    • LVReID

数据集链接: Person Re-Identification Data

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

今天Java学会了嘛

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值