行人重识别研究综述

• 作者: 刘峰 宋婉茹 干宗良 赵晴晴 陈昌红
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 行人重识别 特征表达 度量学习 深度学习 卷积神经网络 数据集 视频监控
• 年，卷（期）: 2017,（6）
• 页码范围: 770-780
• 页数: 11页
• 分类号: TP181
• 字数: 9221字
• 语种: 中文
• DOI: 10.11992/tis.201706084

摘要

行人重识别是智能视频分析领域的研究热点,得到了学术界的广泛重视.行人重识别旨在非重叠视角域多摄像头网络下进行的行人匹配,即确认不同位置的摄像头在不同的时刻拍摄到的行人目标是否为同一人.本文根据研究对象的不同,将目前的研究分为基于图像的行人重识别和基于视频的行人重识别两类,对这两类分别从特征描述、度量学习和数据库集3个方面将现有文献分类进行了详细地总结和分析.此外,随着近年来深度学习算法的广泛应用,也带来了行人重识别在特征描述和度量学习方面算法的变革,总结了深度学习在行人重识别中的应用,并对未来发展趋势进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘峰	南京邮电大学通信与信息工程学院	97	634	12.0	21.0
2	干宗良	南京邮电大学通信与信息工程学院	69	440	13.0	17.0
3	陈昌红	南京邮电大学通信与信息工程学院	20	88	5.0	8.0
4	宋婉茹	南京邮电大学通信与信息工程学院	1	30	1.0	1.0
5	赵晴晴	南京邮电大学通信与信息工程学院	1	30	1.0	1.0