61、基于SSD和直方图的人员重识别系统

基于SSD和直方图的人员重识别系统

1. 引言

近年来，视频监控发展迅速，不同场所安装的摄像头数量不断增加，这使得人工对其进行有效利用和监控变得极为困难。因此，人们开展了大量研究，旨在创建智能视觉系统，帮助人类解读场景，并在出现异常时发出警报。目前，视频监控系统有多种类型，如敏感场所的访问控制、人员识别、交通拥堵控制等。

本文聚焦于摄像头网络中的人员重识别问题。计算机视觉系统中的重识别旨在跟踪人员，为其分配标识符，并将其存储在数据库中。若人员离开场景后再次出现在任何摄像头的视野中，将被赋予相同的标识符。在拥挤且不受控的环境中，由于条件限制和图像细节不足，难以提取可靠的生物特征，传统的生物识别方法（如人脸识别）在人员重识别方面既不可行也不可靠。相反，基于人员外貌（由其穿着和携带的物品决定）的视觉特征可更可靠地用于重识别。

2. 相关工作

在文献中，重识别方法可根据多个标准分为几类：
1. 每人的图像数量 ：
- 单样本方法：从单张图像中提取人员的特征，如某些研究中所采用的方法。
- 多样本方法：使用多张图像来计算人员的特征，也有不少相关研究采用此方式。
2. 表示类型 ：
- 全局方法：利用图像中的全部信息来计算人员的特征。
- 局部方法：通过多个特征向量表示图像，每个向量描述一个区域或局部检测点。
3. 是否存在先验映射的图像集 ：
- 有监督方法。
- 无监督方法。

有研究对人员重识别方法进行了很好的综述，将其按照摄像头设置、样本集基