本文提出了一种新的 CTL 框架来实现视频行人重新识别，其通过建模跨尺度时空相关性来追求具有辨别力和鲁棒性的表征，采用了卷积神经网络和关键点估计器来抽取人体的语义局部特征，并通过构建多尺度图形来捕捉分层时空依赖性和结构信息，最终证明了该方法在两个视频基准上实现了最先进的表现。

Apr, 2021

本文提出一种端到端的方法来同时学习视频人物再识别的时空特征和相应的相似度度量，采用深度卷积网络和循环神经网络进行时间序列建模和度量学习，通过时间汇聚产生整体特征表示，在 iLIDS-VID 和 PRID 2011 等公共数据集上达到最先进的性能水平。

Jun, 2016

本论文提出了一种名为 “Hierarchical Aggregation Transformer” 的学习框架，将卷积神经网络和 Transformers 相结合，以实现图像人员 Re-ID，并在四个大规模 Re-ID 基准测试上获得了比几种最先进方法更好的结果。

Jul, 2021

本文提出了一种基于深度共同关注的比较器（DCCs），以克服现有人物重新识别方法在相互独立的图像区域上检测最相关的部分以及在比较相似性时的空间操作等限制，用于在行人图像对之间寻找相关特征并动态生成相对表示，提高了行人重新识别的效率和准确性。实验结果表明，该方法在三个基准数据集上均取得了最先进的性能。

Apr, 2018

本研究将 Transformer 应用于基于视频的人体再识别，提出一种新的基于预训练的模型，并使用感知约束的时空 Transformer 模块和全局 Transformer 模块转换到下游域，取得了显著的准确率提高。

Mar, 2021

本论文提出了一种具有 Siamese attention architecture 的模型，在视频中提取本地卷积特征，并使用嵌入式注意机制在门控循环单元中选择性地传播相关特征并记住它们的空间依赖性，以解决视频中行人匹配的问题，并在三个基准数据集上取得了良好的效果。

Aug, 2018

该研究提出了一种双通道跨模式特征学习框架，旨在保留内在空间结构并关注输入交叉模态图像对的差异，通过在一个共同的 3D 张量空间中嵌入交叉模式图像而不丢失空间结构以及通过动态比较输入图像对来提取对比特征等方式，在两个公共可用的 RGB-IR ReID 数据集上进行了广泛实验，并在全面和简化的评估模式下均优于现有的算法。

Oct, 2019

本论文提出了一种基于 CNN 和 Attention 的混合框架 (DenseIL)，其中，CNN 编码器负责提取判别性的空间特征，而 Dense Interaction 解码器被设计为在帧与帧之间密集地建模空间 - 时间内在相互作用。与以往不同的是，我们还让 Dense Interaction decoder 密集地关注中间细粒度的 CNN 特征，从而自然地获得每个视频剪辑的多粒度空间 - 时间表示。此外，我们还在 Dense Interaction 解码器中引入 Spatio-Temporal Positional Embedding，以研究空间 - 时间输入之间的位置关系。基于多个标准的基于视频行人重识别数据集，我们的实验结果一致而显著地优于所有最先进的方法。

Mar, 2021

我们提出了一种基于局部特征变换器的人员再辨识框架（PFT），通过三个模块设计，在提高视觉变换器的效率的同时最大限度提取局部特征，实现了对局部遮挡情况下的人员再辨识。实验结果显示，PFT 网络在遮挡和整体再识别数据集上表现出优异性能，并优于现有技术。

Jan, 2022

为了解决人员重识别中因姿势变化、视角变化、摄像头参数不同等导致的人的视觉外观难以匹配的问题，提出了一个半监督属性学习框架，该框架由三个阶段组成，并使用深度卷积神经网络来预测不同数据集上的深层特征。使用简单的余弦距离作为度量，取得了出乎意料的好效果，在度量学习模块的帮助下，显著优于许多最近的工作。

May, 2016