ReID:
现在计算机视觉研究的热门方向,主要解决跨摄像头跨场景下行人的识别与检索。该技术能够根据行人的穿着、体态、发型等信息认知行人,与人脸识别结合能够适用于更多新的应用场景,将人工智能的认知水平提高到一个新阶段。
Cross-module ReID:
Re-ID是视频监控中的一个重要问题,其目的是在摄像机视点上匹配行人的即时信息,目前,大多应用于RGB图像中,但例如在黑暗环境中,这样是远远不够的,在许多视觉系统中,红外(Infrared (IR))成像是必不可少的。为此,需要将RGB图像与红外图像进行匹配,而红外图像是异构的,具有非常不同的视觉特征。对于person Re-ID来说,这是一个非常具有挑战性的跨模态问题,在下图可以看出,RGB图像和IR图像还是有很大的差异的。
目前已有的跨模态行人重识别大致有如下四个方向:低分辨、近红外、素描和文本,本文主要记录近红外的部分,而选用近红外进行研究,主要是因为相比其他方式,近红外图像传感器,采集样本分辨高,帧率快,成本低。
RGB图像和IR图像有三个本质性区别:
第一,RGB图像有三个包含可见光颜色信息的通道,而IR图像有一个包含非可见光信息的通道,因此,它们可以被视为异构数据。
第二,从成像原理上看,RGB和IR图像的波长范围不同。
第三,由于视角变化、姿态变化和曝光问题导致基于rgb-based的ReID存在较大的类内差异,也给RGB-IR的交叉模态ReID带来了一定的困难:
跨模态的ReID是通过在RGB图像及红外图像(目前仅有RGB-T任务)中识别与检索出人物的身份(ID)信息。其任务是主要分两个子任务,一个是减少模态间的差异,通过在两个不同模态中寻找出具有同一个身份的人,另一个是单模态ReID任务,即在RGB图像或者红外图像内部通过对身份的约束找到同一个身份的人。
论
跨模态ReID方向:概念,具体文献,数据集,总结等(文章最后附全部论文下载链接)
最新推荐文章于 2024-04-22 13:42:21 发布