行人重识别-完整系统
1.系统结构
大虚线框代表一个完整的机场行人重识别系统所要完成的全部内容,包括行人检测+行人重识别;
小虚线框代表学术界研究行人重识别时涉及的主要内容,包括特征提取+相似性度量。(该内容参考上一篇博客行人重识别(零))
下图即为系统实现的整体流程。
2.应用
(1)刑事侦查(短时)辅助手段
(2)行人理解
(3)行人跟踪
3.数据集构成
(1)数据集通常是通过人工标注或者检测算法得到的行人图片,目前与检测独立,注重识别
(2)数据集分为训练集、验证集、query、gallery
(3)在训练集上进行模型的训练,得到模型后对query、gallery中的图片提取特征计算相似度,对于每个query在gallery中找出前N个与其相似的图片
(4)训练、测试任务不重复(这里正好强调了重识别与分类之间的一大区别,分类问题是训练与测试任务的目标为固定的几个类别,比如猫狗分类,训练猫和狗、测试猫和狗;而行人重识别侧重的是使用多个id的多摄像头图像来训练模型,将其用于对其他id的重识别测试。)
4. 挑战
5. 传统方法-手工设计特征+距离度量(几乎没人用了)
6. 深度学习方法(现阶段常用)
(1)基于表征学习的方法
(2)基于度量学习的方法
(3)基于局部特征的方法
(4)基于视频序列的方法
(5)基于GAN网络的方法