深度学习行人再识别研究综述

行人再识别的主要任务是利用计算机视觉对特定行人进行跨视域匹配和检索。相比于传统算法,由数据驱 动的深度学习方法所提取的特征更能表征行人之间的区分性。对行人再识别的背景及研究历史、主要面临的挑 战、主要方法、数据集及评价指标进行了梳理和总结。主要从特征表达、局部特征、生成对抗网络三个方面对行人 再识别的算法进行分析,列举了行人再识别9个常用数据集、3个评价标准和14种典型方法在 Market1501数据集 上取得的准确率,最后对行人再识别的未来研究方向进行展望。