RealTraj: Towards Real-World Pedestrian Trajectory Forecasting
Keio University（庆应义塾大学）；NVIDIA（英伟达）
RealTraj框架通过合成数据自监督预训练和有限真实数据弱监督微调，结合对跟踪噪声不变的Det2TrajFormer模型，在降低数据采集与ID标注成本的同时提升真实场景行人轨迹预测性能。
2025-03-09 cs.CV
SA-Person: Text-Based Person Retrieval with Scene-aware Re-ranking
School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院）；Centre for Artificial Intelligence and Robotics, Hong Kong Institute of Science and Innovation, Chinese Academy of Sciences（中国科学院香港创新研究院人工智能与机器人中心）；Multimodal Artificial Intelligence Systems (MAIS), Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统（MAIS））；Wuhan University（武汉大学）；University of Chinese Academy of Sciences（中国科学院大学）
SA-Person通过整合个体外观和全局场景上下文，提升基于文本的人检索准确性，提出ScenePerson-13W数据集和两阶段检索框架。
2025-11-22 cs.CV
CityPersons: A Diverse Dataset for Pedestrian Detection
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
最近，Convnets在行人检测方面取得了重大进展，但在合适的架构和训练数据方面仍然存在悬而未决的问题。我们重新审视了CNN的设计，并指出了关键的调整，使普通的FasterR CNN能够在加州理工学院的数据集上获得最先进的结果。为了从更多更好的数据中实现进一步的改进，我们引入了CityPersons，这是Cityscapes数据集之上的一组新的人物注释。CityPersons的多样性使我们能够首次训练一个单一的CNN模型，该模型可以很好地概括多个基准。此外，通过使用CityPersons进行额外的培训，我们在加州理工学院使用FasterRCNN获得了最佳结果，特别是对于更困难的情况（严重闭塞和小规模）进行了改进，并提供了更高的定位质量。
2017-02-19 cs.CV
A Privacy Enhancing Technique to Evade Detection by Street Video Cameras Without Using Adversarial Accessories
Ben-Gurion University of the Negev（内盖夫本-古里安大学）；Fujitsu Limited（富士通公司）
本文提出一种利用行人检测器位置弱点的隐私增强技术，通过构建最小置信度路径帮助行人规避检测，并提出相应反制措施以提高盲区检测置信度。
2025-01-26 cs.CV
STCrowd: A Multimodal Dataset for Pedestrian Perception in Crowded Scenes
ShanghaiTech University（上海科技大学）；The Chinese University of Hong Kong（香港中文大学）；RWTH Aachen University（亚琛工业大学）；Shanghai AI Laboratory（上海人工智能实验室）；University of Kentucky（肯塔基大学）；University of Maryland at College Park（马里兰大学帕克分校）
在3D空间中准确地检测和跟踪行人是具有挑战性的，由于旋转，姿势和比例的大变化。对于严重闭塞的密集人群，情况变得更糟。然而，现有的基准要么只提供2D注释，或具有有限的3D注释与低密度的行人分布，使得很难建立一个可靠的行人感知系统，特别是在拥挤的场景。为了更好地评估拥挤场景中的行人感知算法，我们引入了一个大规模的多模式数据集，STCrowd。具体而言，在STCrowd中，平均每帧共有219 K个行人实例和20人，具有不同程度的遮挡。我们提供同步的LiDAR点云和相机图像以及相应的3D标签和关节ID。STCrowd可用于各种任务，包括仅激光雷达、仅图像和基于传感器融合的行人检测和跟踪。我们为大多数任务提供基线。此外，考虑到行人的全局分布稀疏和局部分布密度变化的特点，本文进一步提出了一种基于密度感知的分层热图聚合（DHA）方法，以增强拥挤场景中行人的感知。大量的实验表明，我们的新方法在各种数据集上的行人检测方面都达到了最先进的性能。
2022-04-03 cs.CV
PanoPed: Beyond Bounding Boxes for Sim-to-Real Panoramic Pedestrian Tracking
Xi’an Jiaotong-Liverpool University（西交利物浦大学）；University of Liverpool（利物浦大学）；Duke Kunshan University（昆山杜克大学）；CNRS（法国国家科学研究中心）
针对全景行人跟踪中平面边界框无法准确表示球面位置的问题，提出PanoPed基准和Sextant角度定位头，以极低参数提升跟踪精度，并在仿真到现实迁移中表现优异。
2026-10-08 cs.CV
The WILDTRACK Multi-Camera Person Dataset
Idiap Research Institute（伊迪亚普研究所）；École Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）；ETH Zurich（苏黎世联邦理工学院）
人检测方法对目标之间的永久遮挡非常敏感。随着多相机设置变得越来越频繁地遇到，跨视图信息的联合利用将允许改进的检测性能。我们提供了一个名为WILDTRACK的大规模HD数据集，它最终使高级深度学习方法适用于这个问题。七个静态摄像头的设置捕捉现实和具有挑战性的场景行走的人。值得注意的是，它的相机校准与联合高精度投影扩大了可以利用该数据集的算法的范围。为了加速摄像机自动标定的研究，这些注释也伴随着这个数据集。此外，行人类丰富的外观视觉背景也使该数据集对于单目行人检测具有吸引力，因为：高清摄像机相对靠近人放置，数据集的大小进一步增加了七倍。总之，我们概述了现有的多相机数据集和检测方法，列举了我们的数据集的细节，我们在这个新的数据集上对多相机最先进的检测器进行了基准测试。
2017-07-28 cs.CV
Key Person Aided Re-identification in Partially Ordered Pedestrian Set
Beijing Visytem Co. Ltd.（北京Visytem有限公司）
理想情况下，人的重新识别寻求完美的特征表示和度量模型，重新识别所有不同的行人以及在不同位置的非重叠视图与不同的相机配置，这是非常具有挑战性的。然而，在大多数行人集中，总有一些优秀的人，他们相对容易重新识别。受这种数据划分的存在的启发，我们提出了一种新的关键人辅助的人重新识别框架的基础上重新定义的偏序行人集。通过基于K-近邻的显著性度量，选出最优秀的人物，即“关键人物”。在监控中，行人进入时间定义的偏序将关键人物与查询人物在时间上关联起来，有助于定位可能的候选人。在两个视频数据集上进行的实验表明，所提出的关键人物辅助框架优于现有的方法，并大大提高了匹配精度在所有级别。
2018-05-25 cs.CV
Pedestrian Alignment Network for Large-scale Person Re-identification
University of Technology Sydney（悉尼科技大学）
人物重新识别（person re-ID）通常被视为图像检索问题。该任务的目标是在一个大的图像池中搜索一个查询人。在实践中，人的身份识别通常采用自动检测器来获得裁剪的行人图像。然而，这个过程遭受两种类型的检测器错误：过多的背景和部分丢失。这两个错误恶化的行人路线的质量，并可能损害行人匹配由于位置和规模的变化。为了解决错位的问题，我们建议，对齐可以从识别过程中学习。我们引入了行人对齐网络（PAN），它允许有区别的嵌入学习和行人对齐，而无需额外的注释。我们的关键观察结果是，当卷积神经网络（CNN）学习区分不同身份时，学习的特征图通常在人体上而不是背景上表现出强烈的激活。因此，建议的网络利用这种注意力机制，自适应地定位和对齐行人在一个限界框。视觉示例表明，行人与PAN更好地对齐。在三个大规模re-ID数据集上的实验证实，PAN提高了特征嵌入的区分能力，并产生了与最先进的方法竞争的准确性。
2017-07-03 cs.CV
Channel Recurrent Attention Networks for Video Pedestrian Retrieval
The Australian National University（澳大利亚国立大学）；DATA61-CSIRO（澳大利亚联邦科学与工业研究组织数据61部）；NEC Laboratories America（美国电气股份有限公司实验室）；OPPO US Research Center（OPPO美国研究中心）；Monash University（莫纳什大学）
全注意力，它产生的注意力值的每个元素的输入特征图，已被成功地证明是有益的视觉任务。在这项工作中，我们提出了一个完全注意力网络，称为{ \it通道循环注意力网络}，视频行人检索的任务。主要注意力单元\textit{channel recurrent attention}通过经由递归神经网络联合利用空间和通道模式来识别帧级别的注意力图。该通道的循环注意力旨在通过循环接收和学习空间向量来建立一个全局感受野。然后，采用\textit{set aggregation}单元来生成紧凑的视频表示。实证实验结果证明了所提出的深度网络的优越性能，在标准视频人物检索基准中优于当前最先进的结果，并且彻底的消融研究显示了所提出的单元的有效性。
2020-10-07 cs.CV cs.LG
Deep Person Re-identification for Probabilistic Data Association in Multiple Pedestrian Tracking
Cornell University（康奈尔大学）
我们提出了一种用于基于视觉的多行人跟踪的数据关联方法，使用深度卷积特征来根据外观区分不同的人。这些重新识别（re-ID）特征被学习，使得它们对于诸如旋转、平移和背景中的变化之类的变换是不变的，从而允许一致地识别移动通过场景的行人。我们将重新ID功能到一个通用的数据关联似然模型的多人跟踪，实验验证此模型，使用它来执行跟踪在两个评估视频序列，并检查性能的改善相比，获得了几个基线方法。我们的研究结果表明，使用深度人re-ID进行数据关联大大提高了跟踪鲁棒性，以应对遮挡和路径交叉等挑战。
2018-10-19 cs.CV
Do Not Disturb Me: Person Re-identification Under the Interference of Other Pedestrians
Key Laboratory of Image Processing and Intelligent Control, School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院图像处理与智能控制重点实验室）；Tencent Youtu Lab（腾讯优图实验室）；Sun Yat-sen University（中山大学）
在传统的人物Re-ID设置中，广泛地假设裁剪的人物图像是针对每个个体的。然而，在拥挤的场景中，现成的检测器可能会生成涉及多个人的边界框，其中存在大比例的背景行人或人类遮挡。从这样的裁剪图像中提取的表示，其中包含目标和干扰行人，可能包括分心的信息。这将导致错误的检索结果。为了解决这个问题，本文提出了一种新的深度网络，称为行人干扰抑制网络（PISNet）。PISNet利用查询引导注意块（QGAB）在查询的指导下增强图库中目标的功能。此外，引导反向注意模块和多人分离损失的参与促进QGAB抑制其他行人的干扰。我们的方法进行了评估两个新的干扰数据集，结果表明，该方法优于现有的Re-ID方法。
2020-08-16 cs.CV
Segmentation Mask Guided End-to-End Person Search
人物搜索是从多个监控摄像头拍摄的多幅图像中搜索出目标人物，面临着行人检测和人物重新识别的挑战。除了由于各种照明条件、遮挡和变化的姿势而导致的大的类内变化之外，检测到的行人边界框中的背景杂波进一步恶化了每个人的提取特征，使得它们的区分性降低。为了解决这些问题，我们开发了一种新的方法，该方法使用分割掩码来指导网络，以便可以学习对背景杂波不敏感的区分特征。我们证明了行人检测，人重新识别和行人分割的联合优化，使行人产生更多的区别特征，从而导致更好的人搜索性能。在基准数据集CUHK-SYSU上的大量实验表明，我们提出的模型分别以86.3%的mAP和86.5的top-1准确率达到了最先进的性能。
2019-08-27 cs.CV
Forecasting Interactive Dynamics of Pedestrians with Fictitious Play
MIT（麻省理工学院）；Stanford（斯坦福大学）；Oxford（牛津大学）；CMU（卡内基梅隆大学）
我们通过使用博弈论编码多行人交互的耦合性质来开发行人动态的预测模型，并基于深度学习的视觉分析来估计个人特定的行为参数。然而，由于以下两个原因，建立用于多行人交互的预测模型是非常具有挑战性的：（1）交互的动态是复杂的相互依赖的过程，其中一个行人的预测行为可以影响其他行人采取的行动，以及（2）动态是可变的，这取决于个人的物理特性（例如，老年人可能走得慢，而年轻人可能走得快）。为了应对这些挑战，我们（1）利用博弈论的概念来模拟多个行人的相互依赖的决策过程，（2）使用视觉分类器来学习从行人外观到行为参数的映射。我们在几个公共的多行人交互视频数据集上评估了我们提出的模型。结果表明，与最先进的方法相比，我们的战略规划模型对人类互动的解释要好25%。
2017-03-28 cs.CV
Towards Generalizable Person Re-identification with a Bi-stream Generative Model
可推广的人再识别（re-ID）由于其强大的适应能力，在看不见的数据域引起了越来越多的关注。然而，现有的解决方案通常忽略交叉相机（例如，照明和分辨率差异）或行人未对准（例如，视点和姿态差异），这在适应新领域时容易导致较差的泛化能力。在本文中，我们将这些困难表述为：1）摄像机（CC）问题，这表示不同的相机引起的各种人的外观变化; 2）摄像机（CP）问题，这表示在不同的相机视点或改变姿势的情况下，由同一身份的人引起的行人错位。为了解决上述问题，本文提出了一种双流生成模型（BGM），该模型融合了摄像机不变的全局特征和摄像机对齐的局部特征来学习图像的细粒度表示，包含一个编码网络和两个流解码子网络。在原始行人图像的引导下，通过过滤跨相机干扰因素，使用一个流来学习用于CC问题的相机不变全局特征。对于CP问题，另一个流使用信息完整的密集语义对齐的部分地图学习行人对齐的局部特征。提出了部分加权的损失函数，以减小缺失部分对行人线形的影响。大量的实验表明，我们的方法优于国家的最先进的方法在大规模的可推广的re-ID基准，涉及领域泛化设置和跨域设置。
2022-06-26 cs.CV
An End-to-End Foreground-Aware Network for Person Re-Identification
University of Science and Technology of China（中国科学技术大学）；Huawei Cloud EI Product Department（华为云EI产品部）；Cloud & AI, Huawei Technologies（华为技术有限公司云与智能业务部）
人员重新识别是在多个监控摄像机视图中识别感兴趣的行人的关键任务。在行人身份识别中，行人通常是由包含场景背景的矩形图像区域提取特征来表示的，这会导致识别不同行人的模糊性，降低识别的准确性。为此，我们提出了一个端到端的前景感知网络，通过学习软掩模来重新识别人，从而区分前景和背景。在我们的方法中，除了行人ID作为前景的监督，我们引入了每个行人图像的摄像机ID的背景建模。前景分支和背景分支协同优化。通过呈现目标注意力损失，从前景分支提取的行人特征变得对背景更不敏感，这大大降低了改变背景对在不同相机视图中匹配相同的行人的负面影响。值得注意的是，与现有方法相比，我们的方法不需要任何额外的数据集来训练人类地标检测器或用于定位背景区域的分割模型。在三个具有挑战性的数据集上进行的实验结果，即，Market-1501、DukeMTMC-reID和MSMT 17证明了我们方法的有效性。
2021-03-06 cs.CV
CA3Net: Contextual-Attentional Attribute-Appearance Network for Person Re-Identification
University of Science and Technology of China（中国科学技术大学）
人员重新识别旨在跨非重叠的相机视图识别相同的行人。最近，深度学习技术已经被应用于人的重新识别，以学习行人外观的表示。本文提出了一种新的上下文-注意属性-外观网络（CA 3 Net）的人重新识别。CA 3 Net同时利用语义属性和视觉外观之间的互补性，属性之间的语义上下文，对属性的视觉注意力以及身体部位之间的空间依赖性，从而产生有区别的和鲁棒的行人表示。具体来说，CA 3 Net中的属性网络是用Attention-LSTM模块设计的。它将网络集中在与每个属性相关的潜像区域上，并通过LSTM模块利用属性之间的语义上下文。开发了一个外观网络，用于学习行人全身、水平和垂直身体部位的外观特征，以及身体部位之间的空间依赖性。CA 3 Net以多任务学习方式联合学习属性和外观特征，生成行人的综合表示。在两个具有挑战性的基准上进行了广泛的实验，即，Market-1501和DukeMTMC-reID数据集的实验结果表明了该方法的有效性。
2018-11-19 cs.CV
Data-Driven but Privacy-Conscious: Pedestrian Dataset De-identification via Full-Body Person Synthesis
TU Munich（慕尼黑工业大学）；Meta AI
本文提出行人数据集去标识化（PDI）任务及IncogniMOT两阶段全身合成去标识化流程，在MOT17上验证了其能有效保护隐私并缩小合成到真实的性能差距。
2023-06-22 cs.CV
Joint Detection and Identification Feature Learning for Person Search
The Chinese University of Hong Kong（香港中文大学）；Sun Yat-Sen University（中山大学）；SenseTime Group Limited（商汤科技有限公司）
现有的人的重新识别基准和方法主要集中在匹配查询和候选人之间的裁剪行人图像。但这与现实场景不同，现实场景中行人边界框的注释不可用，需要从整个场景图像库中搜索目标人物。为了缩小差距，我们提出了一个新的深度学习框架来进行人员搜索。我们没有将其分解为两个单独的任务-行人检测和人员重新识别，而是在一个卷积神经网络中联合处理这两个方面。提出了一种在线实例匹配（OIM）损失函数来有效地训练网络，该网络可扩展到具有大量身份的数据集。为了验证我们的方法，我们收集并注释了一个大规模的基准数据集的人搜索。它包含18，184张图像，8，432个身份和96，143个行人边界框。实验表明，我们的框架优于其他单独的方法，和建议的OIM损失函数收敛速度更快，更好地比传统的Softmax损失。
2017-04-06 cs.CV
Large-Scale Pedestrian Retrieval Competition
大规模行人检索竞赛（LSPRC）主要针对智能监控视觉系统中的重要终端应用--人的检索。人物检索的目的是寻找具有特定视觉属性或图像的感兴趣目标。真实场景中的低图像质量、各种摄像机视点、大的姿态变化和遮挡使其成为一个具有挑战性的问题。大赛通过提供真实场景下的大规模监控数据和更贴近实际应用的标准评测方法，旨在提高相关算法的鲁棒性，进一步满足实际应用中的复杂情况。LSPRC包括两种任务，即，基于属性的行人检索（PR-A）和基于重新识别（ReID）的行人检索（PR-ID）。正常评价指标，即，平均精度（mAP）用来衡量这两个任务在不同尺度、姿态和遮挡情况下的性能。同时引入系统评价的方法，将这两个任务的相关算法集成到一个大规模的视频解析平台（ISEE）中，结合行人检测算法，对人物检索系统进行评价。
2019-03-06 cs.CV
Discriminative Pedestrian Features and Gated Channel Attention for Clothes-Changing Person Re-Identification
College of Computer Science；Technology Nanjing University of Aeronautics；School of Information；Artificial Intelligence Anhui Agriculture University Hefei, China
针对换衣行人重识别中外观变化的挑战，提出结合行人解析的解耦特征提取与门控通道注意力方法，在两个标准数据集上取得超越现有方案的Top-1准确率。
2024-10-29 cs.CV
Person Re-identification in the Wild
University of Technology Sydney（悉尼科技大学）；UTSA（得克萨斯大学圣安东尼奥分校）；USTC（中国科学技术大学）；UCSD（加利福尼亚大学圣迭戈分校）
我们提出了一个新的大规模数据集和全面的基线，用于端到端的行人检测和原始视频帧中的人员识别。我们的基线解决了三个问题：检测器和识别器的各种组合的性能，行人检测机制，以帮助提高整体重新识别的准确性和评估不同的检测器的有效性进行重新识别。我们做出了三个不同的贡献。首先，一个新的数据集，PRW，被引入到评估人重新识别在野外，使用通过六个同步摄像机获得的视频。它包含932个身份和11，816帧，其中行人注释了他们的限界框位置和身份。广泛的基准测试结果在这个数据集上。其次，我们表明，行人检测有助于重新识别，通过两个简单而有效的改进：一个有区别地训练的ID歧视性嵌入（IDE）在人的子空间使用卷积神经网络（CNN）功能和置信加权相似性（CWS）度量，将检测分数到相似性测量。第三，我们获得的见解，在评估检测器性能的特定情况下，准确的人重新识别。
2017-04-06 cs.CV
Video Person Re-identification using Attribute-enhanced Features
Beihang University（北京航空航天大学）；Alibaba Group（阿里巴巴集团）
基于视频的人员重新识别（Re-ID）旨在使用监控视频将非重叠摄像机中的人员关联起来是一项具有挑战性的任务。针对行人的性别、年龄、衣着等属性信息在视频人物识别中的应用较少的问题，本文提出了一种基于属性显著性辅助网络（Attribute Salience Assisted Network，ASA-Net）的视频人物识别方法。我们建议从中层属性而不是高层身份学习视觉注意。提出的属性显著区域增强（ASRE）模块可以更准确地关注行人的身体。其次，我们发现，许多身份无关，但对象或主体相关的因素，如视角和运动的目标行人可以极大地影响二维的外观的行人。这个问题可以通过经由一种新的三元组损失来调查身份相关属性和身份无关属性来缓解，该三元组损失被称为姿态不变量（PMI）三元组损失。
2021-08-16 cs.CV
OmniPerson: Unified Identity-Preserving Pedestrian Generation
Beihang University（北航大学）；Pengcheng Laboratory（鹏城实验室）
OmniPerson通过统一身份保持的行人生成管道，解决ReID中数据不足问题，实现高保真生成和身份一致性。
2025-12-02 cs.CV
Generalizable Multi-Camera 3D Pedestrian Detection
Universidade Federal de Pernambuco（伯南布哥联邦大学）；Universidade Federal Rural de Pernambuco（伯南布哥农村联邦大学）
我们提出了一种多摄像机三维行人检测方法，不需要训练使用的数据从目标场景。我们估计行人在地平面上的位置使用一种新的启发式的基础上，人体姿势和人的边界框从现成的单目检测器。然后，我们将这些位置投影到世界地平面上，并将它们与集团覆盖问题的新公式相融合。我们还提出了一个可选的步骤，利用融合过程中的行人外观，通过使用域概括的人重新识别模型。我们在具有挑战性的WILDTRACK数据集上评估了所提出的方法。它的MODA为0.569，F评分为0.78，优于最先进的通用检测技术。
2021-04-12 cs.CV
F2DNet: Fast Focal Detection Network for Pedestrian Detection
Technische Universität Kaiserslautern（凯泽斯劳滕工业大学）；German Research Center for Artificial Intelligence (DFKI GmbH)（德国人工智能研究中心（DFKI有限公司））
两级检测器是目标检测和行人检测的最新技术。然而，当前的两阶段检测器是低效的，因为它们在多个步骤中进行限界框回归，即在区域提议网络和限界框头中。而且，基于锚点的区域建议网络对于训练来说在计算上是昂贵的。我们提出了F2 DNet，一种新的两阶段检测架构，它通过用我们的焦点检测网络替换区域建议网络和用我们的快速抑制头替换限界框头来消除当前两阶段检测器的冗余。我们在顶级行人检测数据集上对F2 DNet进行基准测试，将其与现有的最先进的检测器进行彻底比较，并进行跨数据集评估，以测试我们的模型对未知数据的通用性。当在单个数据集上训练时，我们的F2 DNet在City Persons，Caltech Pedestrian和Euro City Person数据集上分别达到8.7\%，2.2\%和6.1\% MR-2，并且当使用渐进式微调时，在Caltech Pedestrian和City Persons数据集的重度遮挡设置中达到20.4\%和26.2\% MR-2。此外，与当前最先进的技术相比，F2 DNet的推理时间显著缩短。代码和训练模型将在https://github.com/AbdulHannanKhan/F2DNet上提供。
2022-09-23 cs.CV
A new approach for pedestrian density estimation using moving sensors and computer vision
University of São Paulo（圣保罗大学）；New York University（纽约大学）；Carmera Inc.（卡默拉公司）
对行人动态的理解对于许多城市应用是必不可少的，包括交通网络的设计和商业发展规划。行人计数通常需要利用手动或技术手段来计数每个感兴趣位置中的个人。然而，这样的方法不扩展到一个城市的大小，并提出了一种新的方法来填补这一空白。在这个项目中，我们使用了一个大的密集数据集的图像，纽约市与计算机视觉技术来构建一个时空地图的相对人口密度。由于现有技术的计算机视觉方法的限制，这种人的自动检测固有地受到误差的影响。我们将这些错误建模为概率过程，为此我们提供了理论分析和彻底的数值模拟。我们证明，在我们的假设，我们的方法可以提供一个合理的估计人口密度，并提供理论界所产生的误差。
2020-07-03 cs.CV
Person Re-identification based on Robust Features in Open-world
Zhejiang University of Science and Technology（浙江科技大学）；Zhejiang University of Water Resources and Electric Power（浙江水利水电学院）
深度学习技术促进了人的再识别（re-ID）的快速发展。然而，在开放世界中仍然存在一些挑战。首先，现有的re-ID研究通常假设只有一个因素变量（视图，服装，行人姿势，行人遮挡，图像分辨率，RGB/IR模态）的变化，忽略了开放世界中多因素变量的复杂性。其次，现有的行人身份识别方法过于依赖行人的服装颜色等表观特征，容易被伪装或改变。此外，缺乏包含多因子变量的基准数据集也阻碍了re-ID在开放世界中的实际应用。本文针对现有的行人身份识别研究中存在的特征选择不可靠、特征提取效率低、研究变量单一等问题，提出了一种低成本、高效率的行人身份识别方法。该方法基于对行人姿态估计模型进行改进，通过组卷积获得行人的连续关键点，并利用动态时间规整（DTW）来度量不同行人之间的特征相似性。同时，为了验证我们的方法的有效性，我们提供了一个微型数据集，这是更接近现实世界，包括行人换衣服和跨模态因子变量融合。进行了大量的实验，结果表明，我们的方法在该数据集上实现了Rank-1：60.9%，Rank-5：78.1%和mAP：49.2%，这超过了大多数现有的最先进的re-ID模型。
2021-02-22 cs.CV
Tran-GCN: A Transformer-Enhanced Graph Convolutional Network for Person Re-Identification in Monitoring Videos
Faculty of Computing, Universiti Teknologi Malaysia（马来西亚理工大学计算机学院）；Malaysia-Japan International Institute of Technology, Universiti Teknologi Malaysia（马来西亚理工大学马来西亚-日本国际技术学院）
针对现有行人重识别方法忽略局部特征关联、难应对姿态变化与局部遮挡的问题，提出融合姿态估计、Transformer、卷积分支与图卷积模块的Tran-GCN模型，在三个基准数据集上有效提升了监控视频行人重识别准确率。
2024-09-14 cs.CV
Part-based Deep Hashing for Large-scale Person Re-identification
Dalian University of Technology（大连理工大学）；University of Technology Sydney（悉尼科技大学）；University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）
大规模是个人重新识别（re-id）的趋势。在大型图库中执行实时搜索非常重要。虽然以前的方法主要集中在判别式学习，本文尝试将深度学习和哈希集成到一个框架中，以评估大规模的人re-id的效率和准确性。我们通过将行人图像分割成水平部分，整合空间信息进行判别式视觉表示。具体地，提出了基于部分的深度哈希（PDH），其中采用批量的三元组样本作为深度哈希架构的输入。每个三元组样本包含具有相同身份的两个行人图像（或部分）和具有不同身份的一个行人图像（或部分）。该方法采用三重损失函数，并以同一身份的行人图像（或部分）的汉明距离小于不同身份的行人图像（或部分）的汉明距离为约束。在实验中，我们证明了所提出的基于部分的深度哈希方法在大规模Market-1501和Market-1501+ 500 K数据集上产生了非常有竞争力的re-id准确性。
2017-05-05 cs.CV
Feature Erasing and Diffusion Network for Occluded Person Re-Identification
Monash University（莫纳什大学）；SenseTime Research（商汤科技研究院）；The University of Sydney（悉尼大学）；Qing Yuan Research Institute, Shanghai Jiao Tong University（上海交通大学清源研究院）；Xidian University（西安电子科技大学）
被遮挡的人重新识别（ReID）旨在将被遮挡的人图像与不同相机视图中的整体图像进行匹配。目标行人（TP）通常受到非行人遮挡（NPO）和非目标行人（NTP）的干扰。以前的方法主要集中在提高模型对NPO的鲁棒性，而忽略了来自NTP的特征污染。在本文中，我们提出了一种新的特征擦除和扩散网络（FED），同时处理NPO和NTP。具体来说，NPO功能被我们提出的遮挡擦除模块（OEM）消除，辅助NPO增强策略，模拟NPO对整体行人图像，并生成精确的遮挡掩模。随后，我们随后，我们扩散的行人表示与其他记忆功能合成NTP特征的特征空间，这是通过一个新的特征扩散模块（FDM）通过一个可学习的交叉注意力机制。在OEM遮挡分数的指导下，特征扩散过程主要在可见的身体部位进行，这保证了合成的NTP特征的质量。通过在FED网络中联合优化OEM和FDM，我们可以大大提高模型对TP的感知能力，并减轻NPO和NTP的影响。此外，所提出的FDM仅作为训练的辅助模块，并且将在推理阶段被丢弃，从而引入很少的推理计算开销。在封闭和整体人ReID基准上的实验证明了FED优于最先进的技术，其中FED在Occluded-REID上达到86.3%的Rank-1准确率，超过其他人至少4.7%。
2022-03-31 cs.CV
Transferring Modality-Aware Pedestrian Attentive Learning for Visible-Infrared Person Re-identification
针对可见-红外行人重识别中现有模态补偿方法计算开销高、易引入干扰的问题，提出TMPA模型，通过PedMix区域增强和轻量MFT模块高效学习模态完备特征，在两个基准数据集上验证了有效性。
2023-12-19 cs.AI cs.CV
Uncertainty-Aware Prototype Semantic Decoupling for Text-Based Person Search in Full Images
针对全图像文本行人搜索中复杂场景下检测与匹配不确定性导致性能下降的问题，提出含多粒度不确定性估计、原型不确定性解耦、跨模态重识别的UPD-TBPS框架，在相关数据集上验证了有效性。
2025-09-01 cs.CV
Leveraging Long-Term Predictions and Online-Learning in Agent-based Multiple Person Tracking
City University of Hong Kong（香港城市大学）
本文提出了一种基于粒子滤波和RVO的多人跟踪算法，RVO是一种基于Agent的人群模型，它通过推断无碰撞速度来预测行人的运动。除了位置和速度，我们的跟踪算法可以估计的内部目标（所需的目的地或所需的速度）的跟踪行人在一个在线的方式，从而消除了需要事先指定此信息。此外，我们通过推导高阶粒子滤波器来利用RVO的长期预测，该滤波器聚合来自不同先前时间步长的多个预测。这产生了一个跟踪器，可以恢复从短期闭塞和虚假噪声的外观模型。实验结果表明，该跟踪算法不需要场景先验信息或人工标注的目标信息，能够在线预测行人的行为，提高了低帧速率下真实拥挤场景下的跟踪效果。
2014-03-07 cs.CV
Learning Transferable Pedestrian Representation from Multimodal Information Supervision
University of Science and Technology of China（中国科学技术大学）；Huawei Cloud（华为云）
本文提出VAL-PAT框架，通过自监督对比学习、图像-文本对比学习和多属性分类三种目标，在LUPerson-TA数据集上预训练学习可迁移的行人表征，并有效迁移到行人重识别、属性识别和文本行人搜索等多个下游任务。
2023-04-12 cs.AI cs.CV
Dissecting Person Re-identification from the Viewpoint of Viewpoint
Australian National University（澳大利亚国立大学）
视点、姿态、光照和背景等视觉因素的变化通常被视为人物再识别（re-ID）的重要挑战。尽管承认这些因素是有影响力的，但仍然缺乏关于它们如何影响re-ID系统的定量研究。为了在这场科学运动中获得启示，本文对一个特殊因素--观点--进行了初步的尝试。我们缩小的观点问题，行人旋转角度，以获得重点的结论。在这方面，本文对社会做出两点贡献。首先，我们介绍了一个大规模的合成数据引擎，PersonX。该引擎由手工制作的3D人物模型组成，其突出特点是“可控”。也就是说，我们能够通过将视觉变量设置为任意值来合成行人。其次，在三维数据引擎上，定量分析了行人旋转角度对re-ID精度的影响。综合而言，人物旋转角度从0到360度精确定制，使我们能够研究其对训练，查询和图库集的影响。大量的实验帮助我们更深入地理解了人重新识别中的基本问题。我们的研究也为数据集的构建和未来的实际应用提供了有用的见解，例如，侧视图的人进行更好的查询。
2019-06-17 cs.CV
Temporal Attribute-Appearance Learning Network for Video-based Person Re-Identification
School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院）
基于视频的行人再识别是指在不同时间、不同地点的监控视频中匹配特定的行人。人的属性和外观是相辅相成的，两者都有助于行人匹配。在这项工作中，我们提出了一种新的时间属性外观学习网络（TALNet）的视频为基础的人重新识别。TALNet同时利用人类属性和外观从视频中学习全面有效的行人表示。它探索了硬视觉注意和属性的时间-语义上下文，以及身体部位之间的时空依赖性，以促进对它们的学习。具体地说，提出了一个属性分支网络的空间注意力块和时间语义上下文块学习鲁棒属性表示。空间注意力块将网络集中在与每个属性相关的视频帧内的对应区域上，时间-语义上下文块学习跨视频帧的每个属性的时间上下文和每个视频帧中的属性之间的语义上下文。外观分支网络的目的是学习有效的外观表示从整个身体和身体部位之间的时空依赖性。TALNet利用属性和外观表示之间的互补性，并通过多任务学习方式联合优化它们。此外，我们在两个常用的视频数据集中为每个行人标注ID级属性。在这些数据集上进行的大量实验验证了TALNet优于最先进的方法。
2020-09-09 cs.CV
Identity-Guided Collaborative Learning for Cloth-Changing Person Reidentification
Shandong Artificial Intelligence Institute（山东人工智能研究院）；Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东省科学院））；Tianjin University of Technology（天津理工大学）；Monash University（莫纳什大学）；Tongji University（同济大学）；Hefei University of Technology（合肥工业大学）
提出身份引导协作学习方案IGCL，通过衣物注意力退化、人体语义注意力和身份增强等多流联合优化，在换衣行人重识别任务上显著超越现有方法。
2023-11-17 cs.CV
Improved Res2Net model for Person re-identification
Jeonbuk National University（国立全北大学）
本文提出基于改进Res2Net的多任务网络，同时计算识别损失和验证损失以提升行人重识别性能，在DukeMTMC和Market-1501上rank-1准确率分别达到83.18%和93.14%。
2020-02-24 cs.CV
Vision Meets Wireless Positioning: Effective Person Re-identification with Recurrent Context Propagation
University of Science and Technology of China（中国科学技术大学）
现有的人的重新识别方法依赖于视觉传感器来捕获行人。视觉传感器获取的图像或视频数据不可避免地会受到遮挡和行人姿态变化的影响，从而降低了行人的再识别性能，进一步限制了其在开放环境中的应用。另一方面，对于大多数人来说，最重要的随身物品之一就是手机，手机可以通过WiFi和蜂窝网络以无线定位信号的形式感知。这种信号对行人遮挡和视觉外观变化具有鲁棒性，但存在一定的定位误差。在这项工作中，我们的方法与视觉和无线定位的传感数据的人重新识别。为了利用这种跨模态的线索，我们提出了一种新的经常性的上下文传播模块，使信息之间的视觉数据和无线定位数据的传播，并最终提高匹配精度。为了评估我们的方法，我们贡献了一个新的无线定位人员重新识别（WP-ReID）数据集。大量的实验表明，该算法的有效性。代码将在https://github.com/yolomax/WP-ReID上发布。
2020-09-04 cs.CV
OC4-ReID: Occluded Cloth-Changing Person Re-Identification
Beijing University of Posts and Telecommunications（北京邮电大学）；South China University of Technology（华南理工大学）；Nanjing University of Information Science & Technology（南京信息科学技术大学）；University of Oxford（牛津大学）；Nanjing University（南京大学）
针对现实场景中行人换衣且被遮挡的重识别难题，本文提出OC4-ReID任务，构建含随机遮挡的新数据集，结合T2MGS模块与PRT损失的基准方法，经多数据集验证性能优于现有最优方法。
2025-09-04 cs.CV
EPAN: Robust Pedestrian Re-Identification via Enhanced Alignment Network for IoT Surveillance
China University of Petroleum (Beijing) Karamay Campus（中国石油大学（北京）克拉玛依校区）；China Tower Corporation Limited（中国铁塔股份有限公司）；Information Technology Research Institute of China Tower（中国铁塔信息技术研究院）；Beijing University of Posts and Telecommunications（北京邮电大学）
本文提出增强行人对齐网络（EPAN），通过双分支架构提取多尺度与多视角对齐信息，解决物联网监控中的鲁棒行人重识别问题，在Inspection-Personnel数据集上达到90.09%的Rank-1准确率和78.82%的mAP。
2025-11-03 cs.CV
Pose Invariant Embedding for Deep Person Re-identification
University of Technology Sydney（悉尼科技大学）；CMU（卡内基梅隆大学）；Dalian University of Technology（大连理工大学）
行人失准是一个鲁棒的行人身份识别系统的关键问题，主要由检测器误差和姿态变化引起。在对齐不良的情况下，背景噪声将显著损害特征学习和匹配过程。为了解决这个问题，本文引入了姿态不变嵌入（PIE）作为行人描述符。首先，为了将行人与标准姿势对齐，引入了PoseBox结构，该结构是通过姿势估计和仿射变换生成的。其次，为了减少姿势估计误差和PoseBox构建过程中信息丢失的影响，我们设计了一种PoseBox融合（PBF）CNN架构，该架构将原始图像、PoseBox和姿势估计置信度作为输入。因此，建议的PIE描述符被定义为检索任务的PBF网络的全连接层。在Market-1501、CUHK 03和VIPeR数据集上进行了实验。我们表明，PoseBox单独产生体面的re-ID准确性，当集成在PBF网络，学习PIE描述符产生竞争力的性能相比，国家的最先进的方法。
2017-01-26 cs.CV
Improving Person Re-identification by Attribute and Identity Learning
University of Technology Sydney（悉尼科技大学）；Australian National University（澳大利亚国立大学）；Hangzhou Dianzi University（杭州电子科技大学）
人再识别（re-ID）和属性识别有一个共同的目标，在学习行人的描述。它们的区别在于粒度。现有的重识别方法大多只考虑行人的身份标签。然而，我们发现，包含详细的本地描述的属性，是有益的，允许重新ID模型学习更多的歧视性特征表示。在本文中，基于属性标签和ID标签的互补性，我们提出了一个属性-人识别（APR）网络，一个多任务网络，学习重新ID嵌入，同时预测行人属性。我们手动注释两个大规模的re-ID数据集的属性标签，并系统地研究人的re-ID和属性识别如何相互受益。此外，我们考虑属性之间的依赖性和相关性，重新加权的属性预测。在两个大规模的re-ID基准测试上的实验结果表明，通过学习更具鉴别力的表示，APR实现了与最先进的方法相比具有竞争力的re-ID性能。我们使用APR将检索过程加快了10倍，在Market-1501上的准确率略有下降，为2.92%。此外，我们还将APR应用于属性识别任务，并展示了基线的改进。
2019-06-09 cs.CV
PSDiff: Diffusion Model for Person Search with Iterative and Collaborative Refinement
SGIT AI Lab（SGIT人工智能实验室）；State Grid Shaanxi Electric Power Company Limited, State Grid Corporation of China（中国国家电网有限公司 国网陕西省电力公司）；School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学技术学院）
PSDiff提出基于扩散模型的行人搜索框架，将检测与ReID统一为双去噪过程，并通过协同去噪层实现两任务迭代优化，以更少参数达到最优性能。
2024-12-30 cs.CV
Divide and Fuse: A Re-ranking Approach for Person Re-identification
由于重新排序是提高大规模数据集上的人重新识别（re-ID）性能的必要步骤，特征的多样性对于设计行人描述和基于特征融合的重新排序都至关重要。然而，在许多情况下，只有一种类型的行人特征可用。在本文中，我们提出了一个“分而用”的重新排序框架的人重新ID。它利用了从不同部分的高维特征向量的融合为基础的重新排序的多样性，而没有其他功能是可访问的。具体地，给定图像，提取的特征被划分为子特征。然后将每个子特征的上下文信息迭代编码为新的特征。最后，从同一图像的新特征融合到一个向量进行重新排序。两个人的重新ID基准上的实验结果证明了所提出的框架的有效性。特别是，我们的方法在Market-1501数据集上的表现优于最先进的方法。
2017-08-11 cs.CV
Quality-aware Part Models for Occluded Person Re-identification
South China University of Technology（华南理工大学）；Baidu Inc（百度公司）；Shenzhen University（深圳大学）；JD Explore Academy, JD.com（京东探索研究院）
遮挡对人员重新识别（ReID）构成了重大挑战。现有的方法通常依赖于外部工具来推断可见的身体部位，这在计算效率和ReID准确性方面可能是次优的。特别是，当面对复杂的遮挡时，例如行人之间的遮挡，它们可能会失败。因此，在本文中，我们提出了一种新的方法命名为质量感知的部分模型（QPM）的遮挡鲁棒的ReID。首先，我们建议联合学习零件特征和预测零件质量分数。由于没有可用的质量注释，我们引入了一种策略，该策略自动为被遮挡的身体部位分配低分数，从而削弱了被遮挡的身体部位对ReID结果的影响。其次，基于预测的部分质量分数，我们提出了一种新的身份感知空间注意（ISA）模块。在该模块中，一个粗略的身份感知功能被用来突出目标行人的像素，从而处理行人之间的遮挡。第三，我们设计了一个自适应的和有效的方法来生成全球功能，从共同的非遮挡区域相对于每个图像对。这种设计是至关重要的，但通常被现有的方法所忽略。QPM有三大优势：1）它在训练或推理阶段不依赖任何外部工具; 2）它处理由物体和其他行人引起的遮挡;3）它是高度计算效率的。在四个流行的数据库上进行的实验结果表明，QPM的性能始终优于最先进的方法显着的利润率。QPM的代码将被发布。
2022-01-01 cs.CV
Pose-Aided Video-based Person Re-Identification via Recurrent Graph Convolutional Network
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Chongqing Normal University（重庆师范大学）；National Center for Applied Mathematics in Chongqing（重庆国家应用数学中心）；Northeast Forestry University（东北林业大学）；Inner Mongolia University（内蒙古大学）；Southern University of Science and Technology（南方科技大学）
现有的基于视频的行人再识别方法主要通过特征提取器和特征聚合器学习行人的外观特征。然而，当不同的行人具有相似的外观时，外观模型会失败。考虑到不同的行人有不同的行走姿势和身体比例，我们建议学习的区别性的姿态特征以外的外观特征的视频检索。具体来说，我们实现了一个两分支架构，分别学习外观特征和姿势特征，然后将它们连接在一起进行推理。为了学习姿势特征，我们首先通过现成的姿势检测器检测每帧中的行人姿势，并使用姿势序列构建时间图。然后利用递归图卷积网络（RGCN）学习时间姿态图的节点嵌入，设计全局信息传播机制，同时实现帧内节点的邻域聚合和帧间图的消息传递.最后，提出了一种由节点注意力和时间注意力组成的双注意力方法，利用自注意力机制学习每个节点和每个帧的重要性，从节点嵌入中获得时间图表示。我们在三个基于视频的ReID数据集上验证了所提出的方法，即，Mars、DukeMTMC和iLIDS-VID的实验结果表明，学习的姿态特征可以有效地提高现有外观模型的性能。
2022-09-23 cs.CV
Learning Deep Representations by Mutual Information for Person Re-identification
大多数现有的人重新识别（ReID）方法具有良好的特征表示，以利用深度卷积神经网络（CNN）和度量学习方法来区分行人。然而，这些工作集中在编码器输出和地面实况之间的相似性，忽略了输入和编码器输出之间的相关性，这影响了识别不同行人的性能。为了解决这一问题，我们设计了一个Deep InfoMax（DIM）网络，以最大化输入图像和编码器输出之间的互信息（MI），它不需要任何辅助标签。为了评估DIM网络的有效性，我们提出了端到端的Global-DIM和Local-DIM模型。此外，DIM网络为跨数据集无监督ReID问题提供了一种新的解决方案，因为它不需要额外的标签。实验证明了MI理论在ReID问题上的优越性，达到了最新的结果。
2019-08-16 cs.CV
Who did What at Where and When: Simultaneous Multi-Person Tracking and Activity Recognition
University at Albany, State University of New York（纽约州立大学奥尔巴尼分校）
我们提出了一个自举框架，以同时改进个人、交互和社交群体活动级别的多人跟踪和活动识别。的推断包括识别轨迹的所有行人演员，个人活动，成对的相互作用，和集体活动，鉴于观察到的行人检测。我们的方法使用图形模型来表示和解决联合跟踪和识别问题，通过多个阶段：（1）活动感知跟踪，（2）联合交互识别和遮挡恢复，以及（3）集体活动识别。我们解决了视觉跟踪的地点和时间问题，以及识别的人和什么问题。高阶之间的相关性的可见和闭塞的个人，成对的相互作用，组，和活动，然后使用超图制定贝叶斯框架内解决。几个基准测试的实验表明，我们的方法比国家的最先进的方法的优势。
2018-07-03 cs.CV
Deep-Person: Learning Discriminative Deep Features for Person Re-Identification
Huazhong University of Science and Technology（华中科技大学）
最近，许多人重新识别（Re-ID）的方法依赖于基于部件的特征表示来学习有区别的行人描述符。然而，这些部分之间的空间上下文对于每个单独部分的独立提取器被忽略。在本文中，我们建议以端到端的方式应用长短期记忆（LSTM）来建模行人，将其视为从头到脚的身体部位序列。结合上下文信息增强了局部表征的区分能力。我们还利用局部和全局特征之间的互补信息。此外，我们将识别任务和排名任务集成在一个网络中，其中同时学习判别嵌入和相似性度量。这导致了一种名为Deep-Person的新的三分支框架，该框架学习了人Re-ID的高度区分特征。实验结果表明，Deep-Person在三个具有挑战性的数据集（包括Market-1501，CUHK 03和DukeMTMC-reID）上的性能大大优于最先进的方法。具体来说，结合重新排名的方法，我们实现了90.84%的市场上的mAP-1501在单一的查询设置。
2019-09-09 cs.CV
Occluded Person Re-Identification via Relational Adaptive Feature Correction Learning
Yonsei University（延世大学）
在多个摄像机捕获的图像中，被遮挡的人重新识别（Re-ID）是具有挑战性的，因为目标人被行人或物体遮挡，特别是在拥挤的场景中。除了在整体人Re-ID期间执行的过程之外，被遮挡的人Re-ID还涉及障碍物的移除和部分可见的身体部位的检测。大多数现有的方法利用现成的姿势或解析网络作为伪标签，这是容易出错的。为了解决这些问题，我们提出了一种新的遮挡校正网络（OCNet），它通过关系权重学习来校正特征，并在不使用外部网络的情况下获得多样化和代表性的特征。此外，我们提出了一个简单的中心功能的概念，以提供一个直观的解决方案，行人遮挡的情况。此外，我们提出了分离损失（SL）的想法，专注于不同的部分之间的全球功能和部分功能。我们在五个具有挑战性的基准数据集上进行了大量的实验，以证明我们的方法比最先进的方法具有更好的性能，特别是在遮挡场景中。
2022-12-09 cs.CV
Unsupervised Domain-Adaptive Person Re-identification Based on Attributes
Istituto Italiano di Tecnologia（意大利技术研究院）
行人属性，例如，头发长度、衣服类型和颜色局部地描述了人的语义外观。训练人重新识别（ReID）算法的监督下，这些属性已被证明是有效的，在提取本地功能，这是很重要的ReID。与个人身份不同，属性在不同的域（或数据集）中是一致的。然而，大多数ReID数据集缺乏属性注释。另一方面，对于行人属性识别的情况，有几个标记有足够属性的数据集。利用这些数据用于ReID目的可以是缓解ReID情况下属性注释不足的一种方法。在这项工作中，提出了一个无监督的域自适应ReID特征学习框架，以充分利用属性注释。我们建议将属性相关特征从其原始域转移到ReID域：为此，我们引入了一种对抗性判别领域自适应方法，以学习用于编码语义属性的域不变特征。在三个大规模数据集上的实验验证了所提出的ReID框架的有效性。
2019-08-27 cs.CV
Unsupervised Person Re-identification: Clustering and Fine-tuning
University of Technology Sydney（悉尼科技大学）
最近的文献中已经报道了深入学习的行人表示的优越性的人重新识别（重新ID）。在本文中，我们考虑了更实用的问题，即学习没有标签或只有几个标签的深度特征。我们提出了一种渐进式无监督学习（PUL）方法，将预训练的深度表示转移到看不见的领域。我们的方法易于实现，可以被视为无监督re-ID特征学习的有效基线。具体来说，PUL在1）行人聚类和2）卷积神经网络（CNN）的微调之间迭代，以改进在不相关的标记数据集上训练的原始模型。由于聚类结果可能非常嘈杂，我们在聚类和微调之间添加了选择操作。在开始时，当模型较弱时，CNN在少量可靠的样本上进行微调，这些样本位于特征空间中的聚类质心附近。随着模型在后续迭代中变得更强，更多的图像被自适应地选择为CNN训练样本。逐步地，行人聚类和CNN模型同时改进，直到算法收敛。这一过程自然被表述为自定进度的学习。然后，我们指出有希望的方向，可能会导致进一步的改进。在三个大规模re-ID数据集上的大量实验表明，PUL输出的判别特征提高了re-ID的准确性。
2017-06-29 cs.CV
