最新《深度学习行人重识别》综述论文，24页pdf

智能视频监控(IVS)是当前计算机视觉和机器学习领域的一个活跃研究领域，为监控操作员和取证视频调查者提供了有用的工具。人的再识别(PReID)是IVS中最关键的问题之一，它包括识别一个人是否已经通过网络中的摄像机被观察到。PReID的解决方案有无数的应用，包括检索显示感兴趣的个体的视频序列，甚至在多个摄像机视图上进行行人跟踪。文献中已经提出了不同的技术来提高PReID的性能，最近研究人员利用了深度神经网络(DNNs)，因为它在类似的视觉问题上具有令人信服的性能，而且在测试时执行速度也很快。鉴于再识别解决方案的重要性和广泛的应用范围，我们的目标是讨论在该领域开展的工作，并提出一项最先进的DNN模型用于这项任务的调查。我们提供了每个模型的描述以及它们在一组基准数据集上的评估。最后，我们对这些模型进行了详细的比较，并讨论了它们的局限性，为今后的研究提供了指导。

https://arxiv.org/abs/2005.00355

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“ReID” 可以获取《最新《深度学习行人重识别》综述论文，24页pdf》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源