跨模态行人重识别研究与展望

• 作者: 于沛泽 李永忠 邵长斌 陈丹
• 来源期刊: 计算机系统应用
• 关键词: 跨模态行人重识别 红外图像 统一特征模型 度量学习 模态转换
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 专论·综述
• 页码范围: 20-28
• 页数: 9页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007621

摘要

行人重识别是计算机视觉的热门研究方向,其对智能安防、视频监控的发展有着重大意义.目前大部分工作主要集中在研究基于可见光的行人重识别,然而可见光摄像头无法在光线不足的黑夜中正常使用,而新型摄像头能够随机切换红外模式进行24小时视频监控,因此最近有一些工作对RGB-IR跨模态行人重识别问题进行了研究.本文分别从定义、研究难点和发展现状介绍了跨模态行人重识别问题,并根据不同的技术类型将目前存在的方法分为三类,即基于统一特征模型的方法;基于度量学习的方法;基于模态转换的方法.本文也详细介绍了该任务的数据集和评价准则,并对现有算法的性能进行分析与归纳.最后,总结了跨模态行人重识别的未来发展方向.