|
多源数据行人重识别是指通过缩小可见光行人图像与低分辨率图像、红外图像、深度图像、文本信息、素描图像等不同数据类型之间的差异,利用多种行人信息进行行人匹配的问题。
大部分的行人重识别方法仍然基于行人图像拍摄环境光照充足,像素分辨率很清晰的理想实验条件,但在现实生活中,往往面临着更多的困难。例如: 1)摄像机拍摄环境可能光照不充足,可见光摄像机无法拍摄到清晰可辨的行人; 2)行人图像可能由红外摄像机、深度摄像机等非可见光摄像机拍摄; 3)行人信息还可能通过文字、素描等方式记录。 … 光照差,行人模糊不清晰 夜视摄像机拍摄的行人图像与常见的可见光图像并不一样 素描也是一种记录行人信息的方式 面对这些问题,一般行人重识别难以满足应用需求,多源数据行人重识别则能充分利用不同类型的行人信息,在复杂的环境中对行人进行匹配,更具有现实意义。因此,本文: 1)介绍了一般行人重识别的发展现状和所面临的的问题,比较了多源数据行人重识别与一般行人重识别的区别; 2)分类介绍了低分辨率图像、红外图像、深度图像、文本和素描图像5种不同类型多源数据行人重识别技术研究进展及成果; 3)总结并分析了目前多源数据行人重识别的数据集使用现状。 多源数据行人重识别是行人重识别技术需要攻克的核心和难点问题,具有重要的理论和现实意义以及广阔的应用前景。但目前的多源行人重识别研究还面临着许多未解决的问题: 1)跨模态的行人数据集数量少,规模小; 2)多源数据带来了丰富的信息的同时也伴随着数据冗余; 3)缺少可适性强的能用于不同数据类型之间的行人重识别方法。 …… 引用格式 叶钰, 王正, 梁超, 韩镇, 陈军, 胡瑞敏. 多源数据行人重识别研究综述. 自动化学报, 2020, 46(9): 1869−1884 文章链接 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c190278 作者简介 叶 钰 武汉大学计算机学院国家多媒体软件工程技术研究中心博士研究生. 主要研究方向为图像处理, 计算机视觉. E-mail: ms.yeyu@whu.edu.cn 王 正 日本国立信息学研究所学术振兴会外国人特别研究员. 主要研究方向为行人重识别和实例搜索.本文通信作者. E-mail: wangz@nii.ac.jp 梁 超 武汉大学副教授. 主要研究方向为多媒体内容分析和检索, 计算机视觉和模式识别. E-mail: cliang@whu.edu.cn 韩 镇 武汉大学副教授. 主要研究方向为图像/视频压缩与处理, 计算机觉和人工智能. E-mail: hanzhen_2003@hotmail.com 陈 军 武汉大学教授. 主要研究方向为多媒体分析, 计算机视觉和安防应急信息处理. E-mail: chenj@whu.edu.cn 胡瑞敏 武汉大学教授. 主要研究方向为多媒体技术与大数据分析, 多媒体信号处理, 音视频处理, 模式识别,人工智能. E-mail: hrm1964@163.com
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-5-28 23:08
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社