基于深度学习的多模态行人重识别综述

来源：南京信息工程大学学报·自然科学版杂志2024年第4期北京时间：

作者：张国庆，杨珊，汪海蕊，王准，杨艳，周洁琼

单位：张国庆,南京信息工程大学 计算机学院, 南京, 210044,杨珊,南京信息工程大学 计算机学院, 南京, 210044,汪海蕊,南京信息工程大学 软件学院, 南京, 210044,王准,南京信息工程大学 软件学院, 南京, 210044,杨艳,南京信息工程大学 计算机学院, 南京, 210044,周洁琼,南京信息工程大学 计算机学院, 南京, 210044

摘要：行人重识别(Re-ID)旨在跨像机检索同一目标行人,它是智能视频监控领域的一项关键技术.由于监控场景的复杂性,单模态行人重识别在低光、雾天等极端情况下的适用性较差.因实际应用的需要以及深度学习的快速发展,基于深度学习的多模态行人重识别受到了广泛的关注.本文针对近年来多模态行人重识别的发展脉络进行综述:阐述了传统单模态行人重识别方法存在的不足;归纳了多模态行人重识别的常见应用场景及其优势,以及各数据集的构成;重点分析了各种场景下多模态行人重识别的相关方法及其分类,并探讨了当前研究的热点和挑战;最后,讨论了多模态行人重识别的未来发展趋势及其潜在应用价值.

关键词：深度学习;神经网络;行人重识别;多模态

基金资助：国家自然科学基金(62172231);江苏省自然科学基金(BK20220107)