行人再识别技术
行人再辨识技术
寒假我就开始读周志华老师的《机器学习》。对于AI领域中，机器学习在CV和CG中的交叉研究很感兴趣。其中，寒假写了一点关于行人再辨识技术（person re-identification）的东西。
行人再辨识技术（person re-identification）是目前视频监控的热门研究方向，综合运用计算机视觉，机器学习以及模式识别技术于监控系统中。计算机视觉领域的学者们形象地将针对特定行人的监控视频检索问题称为行人重识别，通常运用于刑侦工作，图像检索等方向。
该技术的目的在于判断某个摄像头中的某个行人是否曾经出现在其他的摄像头中，即需要将某个行人特征与其他行人特征进行对比，判断是否属于同一个行人。目前行人再辨识所要做的就是先对图像进行特征提取，然后接下来做的是判断某个测试图片的特征与训练集中的哪个图片最接近，因此，在实际的监控视频应用中，应该是先进行行人检测，把视频或图片中的行人筛选出来，输出类似不同摄像头中监测结果的结果，然后，再使用行人再辨识技术识别行人。但是也存在监控视频分辨率低，不同摄像头之间的光照角度变化，遮挡等问题带来的错误率较高问题。
目前，行人再辨识领域研究工作主要分为大致两类：1.研究行人对象的特征表示方法，提取更加具有鲁棒性的鉴别特征对行人进行表示；2.使用距离度量学习方法，通过学习一个有判别力的距离度量函数，使得同一个人的图像间距离小于不同行人图像间的距离。关于传统的两种方法，我看了一点近几年的相关论文。
