作者：_Xiaobo
來源：CSDN
原文：https://blog.csdn.net/weixin_41427758/article/details/81188164
版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請附上博文鏈接！
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(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)。廣泛被認為是一個圖像檢索的子問題。給定一個監(jiān)控行人圖像，檢索跨設(shè)備下的該行人圖像。
如下圖所示：一個區(qū)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(xiàn)的所有圖片。
為什么要Re-ID？
在監(jiān)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(zhì)量非常高的人臉圖片。當(dāng)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(shù)。
重要特性：跨攝像頭 --> 學(xué)術(shù)中性能評價：檢索出不同攝像頭下的相同行人圖片
應(yīng)用場景：
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，目前與檢測獨立，注重識別
數(shù)據(jù)集分為訓(xùn)練集、驗證集、Query、Gallery
在訓(xùn)練集上進行模型的訓(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
基本流程如下圖：
存在挑戰(zhàn)
不同下攝像頭造成行人外觀的巨大變化
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
