Aug, 2019

航空影像中的人员再识别

PDF
TL;DR本文通过使用无人机平台进行视觉监控，提出并构建了一个大规模的航拍人员 ReID 数据集，使用子空间池化的卷积特征映射表示对输入个人图像进行 ReID，该方法可以高效地进行端对端训练，在所提出的数据集上实验的结果表明，在航拍图像中重新识别人员是一个具有挑战性的问题，但我们的方法表现尚可优于现有技术水平。
unmanned aerial vehiclesvisual surveillanceperson re-identificationaerial imagerysubspace pooling
发现论文，激发创造
  • AG-ReID.v2：桥接航空和地面视角的人员重新识别

    提供了 AG-ReID.v2 数据集和可解释的注意力网络，用于处理高空和地面相机拍摄的人员再识别问题，比现有基准方法表现更好。

    Jan, 2024

  • 实用真实世界应用的人员重识别数据集和方法基准测试

    本文介绍了一种完整的方法来评估人物重新识别方法及其训练数据集在无监督实时操作方面的适用性，并以三个数据集为基准测试了四种方法，提供指南以帮助未来设计更好的人物重新识别流水线。

    Dec, 2022

  • 航拍图像中的车辆重新识别：数据集和方法

    本文提出了一个包含 13k 车辆实例的、用于车辆重新识别的大规模 UAV 数据集，并设计了一种专门的车辆重新识别算法来充分利用数据集中的丰富注释信息，可以显式地检测每个特定车辆的判别部分，并明显优于测试基线和现有车辆重新识别方法。

    Apr, 2019

  • 基于 LiDAR 的人员重识别

    利用预训练策略检索 3D 人体形状特征，引入基于图形的补充增强编码器提取全面特征的 LiDAR 感知的人物再识别（ReID）框架，构建了首个 LiDAR 感知的人物 ReID 数据集 LReID 以及用于预训练编码器的模拟行人数据集 LReID-sync，并在 LReID 上进行了大量实验，表现出 94.0 的排名 1 准确率，突显了 LiDAR 在解决人物 ReID 任务中的重要潜力。

    Dec, 2023

  • 视频排名中基于判别性选择的人员再识别

    本文提出了一种新的模型，可以从含有噪声 / 不完整人员图像序列中自动选择最具差别性的视频片段，从而可以计算可靠的时空和外观特征，同时学习用于人员重识别的视频排名功能。

    Jan, 2016

  • 人员再识别任务的深度学习技术调查

    通过对比基准数据集，研究了目前在智能视频监控和机器学习技术领域中，用于人员再识别的深度神经网络模型的表现及局限性，为未来的研究提供了基础。

    Jul, 2018

  • 地面到空中的人物搜索：基准数据集和方法

    构建了一个大规模的 Ground-to-Aerial Person Search 数据集 (G2APS)，其中包含两个 UAV 和地面监控摄像头的 31,770 张图像，260,559 个已标注边界框和 2,644 个身份的出现。通过对 G2APS 基准数据集进行详细分析，提出了一种简单而有效的知识蒸馏方案，该方案在 ReID 网络的头部取得了 G2APS 和之前的两个公共人物搜索数据集 (PRW 和 CUHK-SYSU) 的最新性能。

    Aug, 2023

  • 人物再识别：过去、现在和未来

    这篇文章介绍了人员再识别技术及其发展历史，对手工算法和深度学习算法在画面和视频再识别任务中的表现进行了概述，描述了未来方向和需要提高的问题。

    Oct, 2016

  • 野外行人再识别

    介绍了一个用于人行检测和人物识别的新数据集 PRW 及其评估，利用 6 个同步摄像头采集的视频，包含 932 个身份和 11,816 帧，使用了各种检测器和识别器的绩效分析，提出了两种改进措施，并评估了这些措施对于人物重新识别的效果。

    Apr, 2016

  • 人员再识别的系统评估和基准测试：特征，指标和数据集

    这篇论文对于人员再识别技术进行了全面的评估和表现评估，并实现了一个包括 11 个特征提取算法和 22 种度量学习技术的统一代 码库，使用 17 个不同的数据集进行了评估，旨在为这个领域提供公开、准确、全面的基准。

    May, 2016