CVPR 2020 论文大盘点-行人检测与重识别篇

本文盘点CVPR 2020 所有行人检测（Pedestrian Detection）与人员重识别（Person Re-Identification，ReID）相关论文，在视频监控领域该方向技术应用广泛，但不仅仅局限于这两种技术，因为拥挤人群计数（Crowd Counting）往往与行人检测相关，而步态识别（Gait Recognition）可看作一种特殊的人员重识别，故将以上方向的论文均归为行人检测与重识别，总计 33 篇文章。

行人检测的论文不多，总计 5 篇，从内容看解决行人与行人、行人与物体间的遮挡是研究的重点。

拥挤人群计数，总计 3 篇文章，都是在解决透视和尺度问题带来的挑战。

人员重识别部分总计 23 篇文章，除了基于图像的ReID（8篇），基于视频的ReID（3篇），含有众多细分方向：跨分辨率、跨域、跨模态（可见光-红外）、遮挡、非监督、射频信号人员重识别都很有特色。另外中科院推出了一个着装改变的人员重识别数据集COCAS，相信能促进该领域更加实用化。

步态识别共 2 篇文章，这个方向研究的人不多，其中一篇来自著名的步态识别公司银河水滴等，且代码将开源。

已经开源或者即将开源的论文，把代码地址也附上了。

大家可以在：

http://openaccess.thecvf.com/CVPR2020.py

按照题目下载这些论文。

如果想要下载所有CVPR 2020论文，请点击这里：

CVPR 2020 论文全面开放下载，含主会和workshop

   行人检测

拥挤场景的行人检测

[1].Detection in Crowded Scenes: One Proposal, Multiple Predictions

作者 | Xuangeng Chu, Anlin Zheng, Xiangyu Zhang, Jian Sun

单位 | 北大；旷视

拥挤场景的行人检测

[2].NMS by Representative Region: Towards Crowded Pedestrian Detection by Proposal Pairing

作者 | Xin Huang, Zheng Ge, Zequn Jie, Osamu Yoshie

单位 | 早稻田大学；腾讯AI

3D点云行人检测与轨迹预测

[3].STINet: Spatio-Temporal-Interactive Network for Pedestrian Detection and Trajectory Prediction

作者 | Zhishuai Zhang, Jiyang Gao, Junhua Mao, Yukai Liu, Dragomir Anguelov, Congcong Li

单位 | Waymo LLC；约翰斯霍普金斯大学

多模态学习+行人检测

[4].Where, What, Whether: Multi-Modal Learning Meets Pedestrian Detection

作者 | Yan Luo, Chongyang Zhang, Muming Zhao, Hao Zhou, Jun Sun

单位 | 上海交通大学

强遮挡行人检测

[5].Temporal-Context Enhanced Detection of Heavily Occluded Pedestrians

作者 | Jialian W