阅读小结Improving Person Re-identification via Pose-aware Multi-shot Matching

Authors:Yeong-Jun Cho and Kuk-Jin Yoon 

http://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Cho_Improving_Person_Re-Identification_CVPR_2016_paper.pdf

What：

Person Reid 识别多个摄像头下的行人是否为同一人

Motion：

由于camera viewpoint 和 person pose带来的外形巨大改变，故提出了 Pose-aware Multi-shot Matching (PaMM)  分析这两种问题

（由于多个摄像头的设置往往为了看更大的区域，没有overlap）

How：

1.首先校正相机位置，基于已有算法，根据行人的高度可以得到 在图像中的每个物体在真实世界的XYZ坐标。

对同一个摄像头下连续的物体k的位置，速度，角度。得到一个时间上连续的数值，做smooth得到移动轨迹。

2.其次是产生一个multipose模型，包涵 front right left back四种选择。

训练：a.去除训练样本中角度变化过大／速度大小变化过大／遮挡过大的样本（这里遮挡的物体是预先知道了的？有个遮挡物体的集合H）

b.根据角度来分为front right left back，每种pose分别做聚类cluster（做之前filter掉有歧义的样本）

c.提取的特征为dColorSIFT

3.接下来就是匹配了，首先camera1和2下面所有行人特征都取好。

这个matching weight（基本原则，一样的pose，外形就像，自然match时W大一些。这些W也是可以学习的。）

使用SVM 优化wx的问题

备注：

论文中提到没有考虑光照影响和不同相机色差的问题。