REID-轨迹跟踪任务中的ID一致性

• 要解决目标之间的重识别问题（Ｒｅ－ｉｄｅｎｔｉｆｉｃａｔｉｏｎ，ＲｅｌＤ）。重识别是解决交叉摄像头图像匹配问题最直接的方法。目前ＲｅｌＤ的研究和技术应用主要聚焦于行人重识别［２８］，用于在交叉视角下实现对指定行人的跨视域检索，属于图像检索的子任务，可用于无人超市、刑侦追缉、跟踪车辆等智能视频监控领域。在行人重识别领域，每个摄像机摄制的图像会形成一个包含各种目标在内的候选行人库，通常包含同一目标的多个视角图像。如图２－４所示，行人重识别通过输入指定的目标行人图像，在行人图像数据库中检索与输入图像具有相同特征的图像，输入图像通常是由不同摄像头拍摄的不连续帧，经处理后只包含该行人目标和极少数背景。

• 通常在多目标跟踪中会借用行人重识别领域己经相对成熟的算法模型来进行重识别，使用重识别领域的任务模型可以有效提取单摄像机跟踪的外观特征。如图２－５所示，行人跟踪是从由单视角摄像头拍摄的视频连续序列中寻找目标的一类任务。在２．〗节中得出ＳＯＴ跟踪器不能区分不同物体的结论。所以在多目标跟踪中，需要引入身份ＩＤ机制，为同一帧中的不同物体在相邻图像中建立对应关系，实现同物体始终保持同ＩＤ的功能。而保持ＩＤ的一致性则需借助重识别来完成。
•