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）

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