视频行人重识别研究进展

• 作者: 吉根林 李梦静
• 来源期刊: 南京师大学报（自然科学版）
• 学科: 工学
• 关键词: 行人重识别 视频行人重识别 视频分析 计算机视觉
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 120-130
• 页数: 11页
• 分类号: TP391
• 字数: 7862字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4616.2020.02.019

摘要

视频行人重识别是指在不同摄像头拍摄的视频中检索特定行人的技术.与图像行人重识别相比,视频行人重识别赋含信息更多,包含了帧与帧之间的时间信息、运动信息等,这有利于提高行人检索的准确率,因此视频行人重识别引起了国内外学者的广泛关注.本文探讨了视频行人重识别的处理过程,详细介绍了其中特征提取和距离度量的方法,并对各种特征提取方法的特点及应用进行了总结,给出了一些视频行人重识别实验数据集和评价标准,提出了视频行人重识别研究领域面临的挑战及相应的解决方案,最后对视频行人重识别技术未来的研究问题做了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉根林	南京师范大学计算机科学与技术学院	138	2757	22.0	50.0
2	李梦静	南京师范大学计算机科学与技术学院	1	0	0.0	0.0