- MM夜间人物再识别的光照提取框架及新基准
提出了一种夜间人物重识别的光照提取框架（IDF），通过利用光照增强和光照提取方案来促进重识别模型的学习，在夜间低照明条件下，能够提高夜间人物重识别方法的性能并且建立了一个新的实际数据集 Night600 用于评估。
- 通过事件匿名化实现无需身份识别的个体再识别
通过提出一种端到端网络架构，在保护身份隐私的同时完成下游任务（如人物重新识别），我们旨在对事件流进行匿名化处理，以防止从事件相机重构图像的攻击，方法是学习对事件进行混淆，从而降低攻击者从隐私信息中恢复图像的能力。我们还通过丰富的实验验证了我 - ICCV人物再识别更强的基线模型
本研究提出了 Stronger Baseline，一种升级版本的人物重识别方法，通过微小修改，在没有使用 ImageNet 预先训练的参数初始化和任何额外补充数据集的情况下，获得了第三名。
- 中等衣服变化下的轮廓素描人员再识别
通过轮廓素描提取人体形状特征进行跨服装人物再识别，训练新的数据集，并在实验中展示了我们的方法的有效性。
- 航空影像中的人员再识别
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 - 一种用于人物再识别的孪生长短时记忆体架构
本文提出了一种新颖的孪生 LSTM 结构，可以顺序地处理图像区域，并通过利用上下文信息增强局部特征表示的区分能力，有效地解决了多个摄像头视图下的行人匹配问题，取得了与最先进方法相媲美的良好效果，为视觉监控领域的研究提供了新思路。
- ICCV通过匹配组合模板和群集抽样进行人员再识别
本文针对视觉监控中的一项新兴任务，通过匹配人体信息在距离上重新识别人的问题进行了研究，并提出了一种基于部件和替代组成的简单而富有表现力的模板，以及一种带有聚类抽样的有效匹配算法，实验表明该方法在三个公共数据库上具有更优秀的性能。
- 学习识别行人属性
本文介绍了一种利用周围的行人图像 context，比传统的基于 SVM 方法更好地推断行人属性的方法，并通过我们新发布的行人属性数据集进行实验评估背景和前景特征对属性识别的相关性。
- PRISM: 基于结构匹配的人员重识别
该研究提出了 PRISM，一种结构化匹配方法，用于应对人物重识别在视觉监控中的挑战。PRISM 将全局问题视为加权图匹配问题，并通过学习来预测边缘权重，并实现了 PRISM 并能够有效地应对各种挑战。