定义
行人重识别(Person re-identification):图像检索的一个子问题,即给定一个监控行人图像去检索跨设备下的该行人图像。
应用场景:刑事侦查(短时间)、行人理解、行人跟踪(单摄像头单目标、单摄像头多目标、多摄像头多目标)
行人重识别系统:
特征提取:学习能够应对在不同摄像头下行人变化的特征(鲁棒性)
度量学习:将学习到的特征映射到新的空间使相同的人更近不同的人更远
图像检索:根据图片特征之间的距离进行排序,返回检索结果
数据集:
单帧:一张图标记一个ID
序列:一个序列标记一个ID
挑战:
低分辨率、遮挡、视角姿势变化、光照变化、视觉模糊性—>类内差异增大,类间差异减少
常用的评价指标:
**rank-k:**算法返回的排序列表中,前k位为存在检索目标则称为rank-k命中
**CMC曲线:**计算rank-k的集中率,形成rank-acc的曲线
mAP曲线:
评价模式:single shot vs multi shot
single shot :gallery中每个人的图像为一张(N=1)
multi shot:gallery中每个人的图像为N>1张图像
在同样的rank-k下,一般N越大得到的识别率就越高
通常,评价ReID模型的性能采用:single shot和single query
传统方法:手工设计特征+距离度量
深度学习方法: