【Re-ID】评价指标、难点、基本流程、技术展望

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。