深度学习行人重识别ReID最新综述与展望

点击我爱计算机视觉标星，更快获取CVML新技术

---

今天 arXiv 新出论文 Deep Learning for Person Re-identification: A Survey and Outlook，作者调查了245篇近两三年的行人重识别（Person Re-identification）论文，分类为封闭世界ReID与开放世界ReID，综述了该方向的技术进展，对未来ReID技术发展给出了几个有价值的方向，是近期最值得读的ReID综述。

该文作者信息：

该文作者来自起源人工智能研究院（IIAI）、北理工、英国萨里大学、Salesforce亚洲研究院。

下图为作者总结的ReID技术的五大步骤：

1）数据收集；

2）包围框生成；

3）训练数据标注；

4）模型训练；

5）行人检索

作者将ReID技术分为Closed-world 和Open-world 两大子集：

可见，在是否是异质数据、标注是否完备、是否含有噪声等方面，开放世界ReID更接近实际应用。
<