商业场景应用之行人重识别基本介绍

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：