行人重识别-视频重识别

行人重识别–Video ReID

前言

目前主流的行人重识别方法大部分是基于单帧 图像的, 然而单帧图像给予的信息终究是有限的. 此外, 单帧的方法要求图像质量很高, 这对于相机 的布置和使用的场景是一个非常大的限制, 因此研究基于序列的方法便显得十分重要。

介绍

. 基于单帧图像 的 ReID 方法可以通过一个简单方法扩展到视频序 列, 即用所有序列图像特征向量的平均池化或者最 大池化作为该序列的最终特征. 但是仍然有很多工作在研究如何更好地利用视频序列来进行行人重识别。
这类方法除了考虑了图像的内容信息, 还会考虑:
(1) 帧与帧之间的运动信息;
(2) 更好的特征融合;
(3) 对图像帧进行质量判断等.
总体来说, 基 于序列的方法核心思想为通过融合更多的信息来解 决图像噪声较大、背景复杂等一系列质量不佳的问题.

特点

• 姿态变化丰富
• 遮挡现象普遍
• 总有几帧质量好,也有几帧质量差
• 需要考虑如何融合各帧的信息

代表算法

1.AMOC–RNN提取时序（运动）特征