什么是Re-ID?

• 行人重識別（Person Re-identification也稱行人再識別，簡稱為ReID，是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術。廣泛被認為是一個圖像檢索的子問題。給定一個監控行人圖像，檢索跨設備下的該行人圖像。
• 如下圖所示：一個區域有多個攝像頭拍攝視頻序列，ReID的要求對一個攝像頭下感興趣的行人，檢索到該行人在其他攝像頭下出現的所有圖片。

---

為什么要Re-ID？

• 在監控視頻中，由于相機分辨率和拍攝角度的緣故，通常無法得到質量非常高的人臉圖片。當人臉識別失效的情況下，ReID就成為了一個非常重要的替代品技術。
• 重要特性：跨攝像頭 --> 學術中性能評價：檢索出不同攝像頭下的相同行人圖片

---

應用場景：

---

研究形式：

• 數據集通常是通過人工標注或者檢測算法得到的行人圖片，目前與檢測獨立，注重識別

• 數據集分為訓練集、驗證集、Query、Gallery

• 在訓練集上進行模型的訓練，得到模型后對Query與Gallery中的圖片提取特征計算相似度，對于每個Query在Gallery中找出前N個與其相似的圖片

• 訓練、測試中人物身份不重復

• 兩大方向：
  • 特征提取：學習能夠應對在不同攝像頭下行人變化的特征
  • 度量學習 ：將學習到的特征映射到新的空間使相同的人更近不同的人更遠
• 基本流程如下圖：

---

存在挑戰

• 不同下攝像頭造成行人外觀的巨大變化

• 對于深度學習方法，現有數據集相對較小

---

常用數據集

• CUHK03
• Market1501
• DukeMTMC-reID
• MSMT17

• 這里只列舉了常用的數據集，更全的數據集可以參考：Person Re-identification Datasets
  

---

常用評價指標

• rank-k：算法返回的排序列表中，前k位為存在檢索目標則稱為rank-k命中。eg：rank1：首位為檢索目標則rank-1命中。
• Cumulative Match Characteristic (CMC) curve:計算rank-k的擊中率，形成rank-acc的曲線，如下圖:

• mAP(mean average precision)：反應檢索的人在數據庫中所有正確的圖片排在排序列表前面的程度，能更加全面的衡量ReID算法的性能。如下圖，該檢索行人在gallery中有4張圖片，在檢索的list中位置分別為1、2、5、7，則ap為(1 / 1 + 2 / 2 + 3 / 5 + 4 / 7) / 4 =0.793；ap較大時，該行人的檢索結果都相對靠前，對所有query的ap取平均值得到mAP

---

學習資料

• 一些入門資料可以參考（代碼、視頻、文章）：學習資料

總結

以上是生活随笔為你收集整理的行人重识别(ReID)概述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。