海之崖的专栏

2016_Person Re-identification Past, Present and Futurere-ID变得越来越important。早期，主要是有关hand-crafted算法与小规模的evaluation的文章。近些年，large-scale datasets 与 deep learning系统兴起。文章将目前的re-ID问题分为两大类，image-based和video-based。在每一类的讨论中，都会回顾hand-crafted和deep learning system问题。同时，

这几天忙里偷闲看了一些关于BOW模型的知识，虽然自己做图像检索到目前为止并没有用到过BOW模型，不过了解一下BOW并不是一件毫无意义的事情。网上关于理解BOW模型也很多，而且也很详细，再写一点关于BOW模型的理解，无异于重新造一次轮子，不过我一直坚信重复造轮子并不是完全没有意义的，重要的是你能够从中学到很多的知识，如果可能，你甚而再这个重复造轮子的过程中发现新问题，并进行改进。好了，回归正题。

Person Re-Identification Meets Image Search本文在image search的基础上，将person re-identification问题作为image search问题处理。两点贡献：1）设计了一个unsupervised Bag-ofWords representation，在person re-identification问题上运用image search技术。2）贡献了一个高水平的数据集，采用DPM检测行人（包含一定数量的错误图像--distractor

多标签图像分类（Multi-label   Image  Classification）任务中图片的标签不止一个，因此评价不能用普通单标签图像分类的标准，即mean  accuracy，该任务采用的是和信息检索中类似的方法—mAP（mean Average  Precision）。