原文：https://blog.csdn.net/weixin_41427758/article/details/81188164
靈動創(chuàng)新
適應(yīng)范圍廣
靈動創(chuàng)新行人再識別（行人重識別，Reid，跨鏡追蹤）技術(shù)可以有效解決95%看不清人臉的攝像頭數(shù)據(jù)分析問題。
當(dāng)視頻中存在：人臉遮擋，低分辨率，角度，光照，以及大范圍空間下行人軌跡嚴(yán)重碎片化等造成視頻數(shù)據(jù)無法有效利用的問題時，
都可以通過靈動創(chuàng)新行人再識別（行人重識別，Reid，跨鏡追蹤）技術(shù)得到理想的解決方案。
識別準(zhǔn)度高
靈動創(chuàng)新行人再識別（行人重識別，Reid，跨鏡追蹤）核心技術(shù)在全球處于領(lǐng)導(dǎo)地位。
通過提取衣帽，發(fā)型，配飾，攜帶物品，身型等特征值?？梢曰趫D像中行人的半/全身特征對行人個體
進(jìn)行精準(zhǔn)識別。
識別效率高
靈動創(chuàng)新行人再識別（行人重識別， Reid，跨鏡追蹤）技術(shù)相比人工排查，在提高到400倍速度同時實(shí)現(xiàn)98.6%的精確度。
功能應(yīng)用
當(dāng)有案件發(fā)生時，通過行人識別技術(shù)針對監(jiān)控視頻中行人的外貌體態(tài)特征進(jìn)行分析。
篩選出可疑人員，同時對可疑人員的行為軌跡進(jìn)行跟蹤。在視頻中找到可疑人員具有臉部特征的畫面，
關(guān)聯(lián)人臉信息，最終確定可疑人員身份。
查人找人
通過行人識別技術(shù)的功能特點(diǎn)針對人類外貌體態(tài)等特征值的識別和檢索，可以用于可疑人員和走失老人及兒童等人員的排查。
軌跡追蹤
通過行人再識別（行人重識別，Reid，跨鏡追蹤）技術(shù)，在監(jiān)控視頻中提取檢索目標(biāo)人員的特征表現(xiàn)信息，可以快速定位和檢索目標(biāo)人員的時間信息和地理位置信息 ，分析記錄其時空軌跡行為，形成特定目標(biāo)人員的軌跡追蹤。
簡介
研究形式：
數(shù)據(jù)集通常是通過人工標(biāo)注或者檢測算法得到的行人圖片，目前與檢測獨(dú)立，注重識別
數(shù)據(jù)集分為訓(xùn)練集、驗(yàn)證集、Query、Gallery，在訓(xùn)練集上進(jìn)行模型的訓(xùn)練，得到模型后對Query與Gallery中的圖片提取特征計(jì)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(xùn)練、測試中人物身份不重復(fù)。
兩大方向：
特征提?。簩W(xué)習(xí)能夠應(yīng)對在不同攝像頭下行人變化的特征
度量學(xué)習(xí) ：將學(xué)習(xí)到的特征映射到新的空間使相同的人更近不同的人更遠(yuǎn)
對于深度學(xué)習(xí)方法，現(xiàn)有數(shù)據(jù)集相對較小
常用數(shù)據(jù)集：
CUHK03
Market1501
DukeMTMC-reID
MSMT17
這里只列舉了常用的數(shù)據(jù)集，更全的數(shù)據(jù)集可以參考：Person Re-identification Datasets
常用評價指標(biāo)：
rank-k：算法返回的排序列表中，前k位為存在檢索目標(biāo)則稱為rank-k命中。eg：rank1：首位為檢索目標(biāo)則rank-1命中。
Cumulative Match Characteristic (CMC) curve:計(jì)算rank-k的擊中率，形成rank-acc的曲線，如下圖:
mAP(mean average precision)：反應(yīng)檢索的人在數(shù)據(jù)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(jié)果都相對靠前，對所有query的ap取平均值得到mAP
