公共视频监控图像中的行人重识别研究

思源 李(东南大学，中国)

摘要

公共视频监控图像中的行人重识别研究旨在解决在公共视频监控图像中识别和追踪行人的问题。该研究主要涉及从监控视频中提取行人特征，通过比对特征信息，实现跨摄像头、跨场景的行人重识别。该研究的核心问题是如何有效地提取和比较行人的特征。传统的行人重识别方法通常基于手工提取的特征，如形状、纹理和行为特征等。然而，这些方法往往难以应对光照变化、视角变化、行人姿态和衣着变化以及遮挡等问题。为了解决这些问题，深度学习技术被广泛应用于行人重识别任务中。

关键词

公共监控；行人重识别；深度学习技术

参考

王俊丽,郭福荣.基于深度学习的行人重识别研究[J].计算机应用研究,2021,38(11):1-5.

张明,赵鹏飞,王坤.基于卷积神经网络的行人重识别研究[J].计算机工程与应用,2020,56(16):1-7.

贠俊豪,李文杰.基于跨摄像头跨场景的行人重识别研究[J].计算机工程与应用,2020,56(12):1-7.

Liao S, Hu Y, Zhu X ,et al.Person re-identification by Local Maximal Occurrence representation and metric learning[C]//2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR),IEEE, 2015.

MA B, SU Y, JURIEF. Local descriptors encoded by fisher vectors for person re-identification[C]// ICCV, 2015.

宋婉茹,赵晴晴,陈昌红,等.行人重识别研究综述[J].智能系统学报,2017,12(6):770-780.

张化祥,刘丽.行人重识别研究综述[J].山东师范大学学报:自然科学版,2018,33(4): 379-387.

DOI: http://dx.doi.org/10.26549/bdai.v4i5.14762