0.研究的对象:
人的整体特征,包括衣着、体形、发行、姿态等等
1.技术难点:
无正脸照,姿态,配饰,遮挡;拍色角度,图片模糊,室内外环境和光线变化,服装搭配,穿衣风格
2.数据集:
Market1501(清华),DukeMTMC-reID(Duke),CUHK03(香港中文)
3.评价指标:
Rank1:首位命中率
mAP:平均精度均值,要求被检索人在底库中所有的图片都排在最前面,这时mAP 的指标才会高。
4.基本流程:
第一步,从摄像头的监控视频获得原始图片;
第二步,基于这些原始图片把行人的位置检测出来;
第三步,提取检索图和底库图特征,特征匹配(计算欧式距离,根据距离进行排序,排序越靠前相似度越高)
7.技术展望
第一个:ReID 的数据难获取,用无监督学习去提高 ReID 效果,降低数据采集的依赖性(GAN生成数据来帮助 ReID 数据增强,)
第二个,基于视频的 ReID。
第三个,跨模态的 ReID
第四个,跨场景的迁移学习
第五个,应用系统设计。相当于设计一套系统让 ReID 这个技术实际应用到行人检索等技术上去。