行人重识别
一、什么是行人重识别
- 行人重识别是一个open set问题, 利用特征匹配来测试,而不是利用预测的概率进行分类。所以不需要训练集与测试集的类别相同。
- 对于新的id,我们依旧可以提取他的中层特征,作为这个人的描述(descriptor)来与其他图像匹配,计算相似度。
- 一般采用分类层前面的输出,比如resnet中pool5的结果,而不是类别的预测结果。
二、行人重识别的论文及代码
1、代码(pytorch)
-
code1: Person_reID_baseline_pytorch(强烈推荐)
github star: 727
运行环境:win10/ubuntu16.03+python3.6+pytorch1.0.0/pytorch0.4.0
推荐理由:- 重识别入门级代码,代码简介清晰,容易实现
缺点:
- 只能进行单张图片的识别,如果想识别图像序列,就无能为力了
-
code2: deep-person-reid(强烈推荐)
github star: 842
推荐理由:- 能够用多个数据集同时训练
-
code3: Video-Person-ReID(不推荐)
github star: 136
运行环境:ubuntu16.04+python2.7+pytorch0.3.1
推荐理由:- 基于视频的重识别
缺点:
- pytorch0.3.1只能在linux下运行,需要双系统,重新配置环境,?
2. 论文
3. 数据
4. 参考链接
Awesome-ReID,a collection of ReID-related research with links to codes and papers.