短纸

免费访问

个人识别综合调查：查询、方法和数据集

作者:

Xi（希）周,

Sheneng公司唐，以及

欣欣世界环境学会作者信息和声明

24年更多：第一届多媒体对象重新识别ICMR研讨会会议记录

2024年6月

文章编号：3，页数1-6

https://doi.org/10.1145/3643490.3661805

出版:2024年6月10日出版历史

PDF格式电子阅读器

摘要

行人识别是城市监控和自动车辆导航等应用的关键，它需要根据查询从图像库中识别和检索特定的行人。本调查提供了人员识别的详细概述，根据查询源划分了两个主要类别：使用规定查询的人员识别，该查询使用实际捕获的图像（例如RGB或红外图像），以及使用描述性查询的人员标识，它使用文本或草图等非视觉描述。此外，我们还探索了个人再识别研究中常用的数据集，这些数据集对于单模态和多模态场景下的模型训练和评估都至关重要。该综合分析旨在加深对基于视觉的人的识别现状的理解，从而有助于推动该领域的研究和开发。

工具书类

[1]

Surbhi Aggarwal、R.Venkatesh Babu和Anirban Chakraborty。2020年。通过属性辅助匹配进行基于文本的人员搜索。在IEEE计算机视觉应用冬季会议记录。2606--2614.

[2]

陈翠群、叶芒、齐美斌、杜波。2022.素描变换器：动态合成中的非对称解纠缠学习。在第30届ACM国际多媒体会议记录。4012--4020.

数字图书馆

[3]

陈光毅（Guangyi Chen）、陆玉豪（Yuhao Lu）、陆继文（Jiwen Lu）和周杰（Jie Zhou）。2020年。针对无监督领域适应人员重新识别的深度可信度量学习。在欧洲计算机视觉会议记录。643--659.

数字图书馆

[4]

郝晨、贝诺伊·拉加德克和弗朗索瓦·布雷蒙德。2021.Ice：无监督人员重新身份验证的内部对比编码。在IEEE/CVF计算机视觉国际会议论文集。14960--14969.

[5]

陈伟华、陈晓堂、张建国和黄凯琪。2017年，超越三胞胎损失：一个深度四胞胎网络，用于重新确认身份。arXiv:1704.01719

[6]

Yehansen Chen、Lin Wan、Zhihang Li、Qianyan Jing和孙宗元。2021.RGB-红外人员重新识别的神经特征搜索。arXiv公司：2104.02366

[7]

Yoonki Cho、Woo Jae Kim、Seunghoon Hong和Sung-Eui Yoon。2022.无监督人员重新身份验证的基于零件的伪标签改进。arXiv公司：2203.14675

[8]

戴平阳、季荣荣、王海滨、吴琼和黄玉玉。2018年，通过生成性对抗训练重新识别跨模式人。在第二十七届国际人工智能联合会议记录，IJCAI-18。国际人工智能组织联合会议，677-683。

[9]

戴作国、王广元、袁伟豪、朱思玉和谭平。2022.无监督人员重新识别的聚类对比。在亚洲计算机视觉会议论文集。1142--1160.

[10]

邓伟建、梁正、叶启祥、康国良、杨毅和焦建斌。2018年。保留自我相似性和领域相似性的图像-图像域自适应用于人的重新识别。在IEEE计算机视觉和模式识别会议论文集。

[11]

邢凡、魏江、郝洛和孟娟飞。2019.SphereReID：深度超球面流形嵌入，用于人员重新识别。视觉传达与图像表现杂志60（2019年4月），51-58。

数字图书馆

[12]

桂少君、朱瑜、秦祥祥、凌晓凤。2020年。学习用于草图重新识别的多级域不变特征。神经计算403 (2020), 294--303.

[13]

郭建元、袁玉辉、黄朗、张超、姚敬阁、韩凯。2019.超越人体部位：用于人的重新识别的双部分对齐表示。arXiv:1910.10111

[14]

Frank M.Hafner、Amran Bhuiyan、Julian F.P.Kooij和Eric Granger。2019.RGB-深度跨模式人员重新识别。在2019年IEEE第16届先进视频和信号监控（AVSS）国际会议。1--8.

[15]

韩健、李亚丽和王胜金。2022.无监督领域自适应人员重新识别的概率不确定性研究。arXiv公司：2112.14025

[16]

何章平、郑卓坤、傅庆涛和张振东。2019.基于提升结构性损失的深度特征嵌入学习，用于人员重新识别。多媒体工具应用。78、5（2019年3月）、5863-5880。

数字图书馆

[17]

亚历山大·赫尔曼斯（Alexander Hermans）、卢卡斯·拜尔（Lucas Beyer）和巴斯蒂安·雷贝（Bastian Leibe）。2017年，为人员重新身份确认的Triplet损失辩护。arXiv公司：1703.07737

[18]

胡伟鹏、刘伯宏、曾海棠、侯燕科和胡海峰。2022。视觉模糊人再认的对抗解耦和模态不变表征学习。IEEE视频技术电路和系统汇刊32, 8 (2022), 5095--5109.

数字图书馆

[19]

黄念昌（Nianchang Huang）、刘建安（Jinan Liu）、苗云琪（Yunqi Miao）、张强（Qiang Zhang）和韩军工（Jungong Han）。2023.可见红外跨模态人员再识别的深度学习：综合评述。信息融合91 (2023), 396--411.

数字图书馆

[20]

黄念昌（Nianchang Huang）、刘建安（Jinan Liu）、张强（Qiang Zhang）和韩军工（Jungong Han）。2021.探索用于跨模态人员重新识别的模态共享外观特征和模态不变关系特征。arXiv:2104.11539

[21]

黄念昌、邢白超、张强、韩军功、黄金刚。2024.共同细分协助跨模态人员重新识别。信息融合104 (2024), 102194.

数字图书馆

[22]

Yan Huang、Qiang Wu、Jingsong Xu、Yi Zhong、Peng Zhang和Zhaoxiang Zhang。2022.缓解弱视者再识别的方式偏见培训。IEEE多媒体期刊24 (2022), 1570--1582.

数字图书馆

[23]

贾梦熙、程新华、陆世坚和张健。2021.通过Transformer隐式学习分离表征，用于阻塞者重新识别。arXiv:2107.02380

[24]

亚静、司晨阳、王俊波、王伟、王亮和谭铁牛。2020年。基于文本的个人搜索的姿势引导多粒度注意网络。AAAI人工智能会议记录34、07（2020年4月）、11189--11196。

[25]

亚静、王伟、王亮和谭铁牛。2020年。用于人员搜索的跨模式跨域力矩校准网络。在IEEE/CVF计算机视觉和模式识别（CVPR）会议记录。

[26]

维杰·约翰（Vijay John）、格温·恩格利比安（Gwenn Englebienne）和本·克洛泽（Ben Krose）。2013年，使用彩色深度相机中基于高度的步态进行人员重新识别。在2013 IEEE图像处理国际会议。3345--3349.

[27]

Khadija Khaldi、Vuong D Nguyen、Pranav Mantini和Shishir Shah。2024.航空图像中无监督人员重新识别。在IEEE/CVF计算机视觉应用冬季会议记录。260--269.

[28]

李慧、肖继敏、孙明杰、林英基和姚照。2022.使用多区域切片进行基于转换器的语言人物搜索。IEEE视频技术电路和系统汇刊32, 3 (2022), 1624--1633.

[29]

李爽、童晓、李洪生、杨伟和王晓刚。2017.识别感知文本视觉匹配与潜在共同关注。1988年8月17日

[30]

李爽、童晓、李洪生、周伯雷、岳大宇和王晓刚。2017.自然语言描述的人员搜索。arXiv:1702.05729

[31]

李伟、赵蕊、童晓和王晓刚。2014.DeepReID：用于人员重新识别的深度过滤配对神经网络。在2014年IEEE计算机视觉和模式识别会议。152--159.

数字图书馆

[32]

李玉林、张天柱和张永东。2024.可视红外人员重新识别的频域模态不变特征学习。arXiv:2401.01839

[33]

林玉田、董萱仪、梁正、颜燕、杨毅。2019.一种自下而上的聚类方法，用于无监督的人员重新识别。在第三十三届AAAI人工智能会议和第三十一届人工智能创新应用会议论文集，第九届AAAI-人工智能教育进展研讨会论文集。第1072条，共8页。

[34]

刘洪、胡亮和马丽倩，2017年。基于度量模型更新的在线RGB-D人员重新识别。情报技术汇刊2, 1 (2017), 48--55.

[35]

刘浩、吴晶晶、李峰、蒋建国和洪理昌。2023.SYRER：RGB-D交叉模式识别的协同关系推理。IEEE多媒体期刊(2023), 1--1.

[36]

刘建安、刘建安和张强。2023.M2FINet：RGB-IR人员重新识别的模态特定和模态共享特征交互网络。计算机视觉与图像理解232 (2023), 103708.

数字图书馆

[37]

刘佳伦、孙一凡、朱峰、裴洪斌、杨毅、李文辉。2022年。学习记忆-用于跨模式人重新识别的增强单向指标。在2022年IEEE/CVF计算机视觉和模式识别会议（CVPR）。19344--19353.

[38]

刘明辉，张亚飞，李华峰。2023。从数学角度对跨模式人再认同化的调查。数学11, 3 (2023), 654.

[39]

刘卫阳、温延东、余志鼎和孟阳。2017.卷积神经网络的大利润Softmax损失。arXiv:1612.02295

[40]

吕春艳、徐彤、王克军和陈静。2022.基于人类语义解析和消息传递的人员重新识别。J.超级计算机。79，5（2022年10月），5223-5247。

[41]

马特奥·穆纳罗（Matteo Munaro）、安德烈亚·福萨蒂（Andrea Fossati）、阿尔贝托·巴索（Alberto Basso）、伊曼纽尔·梅内加蒂（Emanuele Menegatti）和吕克·范·古尔（Luc Van Gool）。2014年，使用消费者深度摄像头进行一人一拍的重新身份验证。人员重新识别(2014), 161--181.

[42]

A.Mögelmose、T.B.Moeslund和K.Nasrollahi。2013.使用RGB-D传感器和瞬态识别数据库进行多模态人员重新识别。在2013年生物统计学和法医学国际研讨会（IWBF）。1--4.

[43]

Dat Nguyen、Hyung Hong、Ki Kim和Kang Park，2017年。基于可见光和热像仪身体图像组合的人识别系统。传感器17 (03 2017), 605.

[44]

恩浩宁（Enhao Ning）、王长硕（Changshoo Wang）、黄章（Huang Zhang）、辛宁（Xin Ning）和普拉亚格·蒂瓦里（Prayag Tiwari）。2023年。通过深度学习重新识别闭塞人群：调查和观点。带应用程序的专家系统(2023), 122419.

[45]

牛凯、黄燕和王亮。2019.融合跨领域适应中的两个方向，通过语言进行现实生活中的人物搜索。1815--1818.

[46]

费德里科·帕拉（Federico Pala）、里卡多·萨塔（Riccardo Satta）、乔治·福梅拉（Giorgio Fumera）和法比奥·罗利（Fabio Roli）。2016.使用RGB-D摄像头进行多模态人员重新识别。IEEE视频技术电路和系统汇刊26, 4 (2016), 788--799.

数字图书馆

[47]

卢鹏、王耀伟、宋一泽、黄铁军、田永红。2018.用于草图重新识别的跨域对抗性特征学习。在第26届ACM多媒体国际会议记录。609--617.

数字图书馆

[48]

彭云杰、吴金林、徐伯强、曹春水、徐刘、孙振安、何志强。2023.基于深度学习的闭塞人群再识别：一项调查。ACM多媒体计算、通信和应用汇刊20, 3 (2023), 1--27.

数字图书馆

[49]

钱学林（Xuelin Qian）、傅燕伟（Yanwei Fu）、姜玉刚（Yu-Gang Jiang）、陶祥（Tao Xiang）和薛向阳（Xue襄阳）。2017年，针对人员重新识别的多尺度深度学习架构。arXiv:1709.05165

[50]

郝聪饶和苗春燕。2024.基于3D骨骼的人的重新识别调查：方法、设计、挑战和未来方向。arXiv预打印arXiv:2401.12296(2024).

[51]

Ergys Ristani、Francesco Solera、Roger Zou、Rita Cucchiara和Carlo Tomasi。2016年，针对多目标、多摄像机跟踪的性能度量和数据集。在欧洲计算机视觉会议。施普林格，17-35岁。

[52]

舒秀军、文伟、吴浩谦、陈克宇、宋轶然、乔瑞芝、任伯仁和小王。2022.参见Finer，See More：基于文本的人员检索的隐式模态对齐。arXiv公司：2208.08608

[53]

凯伦·西蒙扬和安德鲁·齐瑟曼。2015.用于大规模图像识别的极深卷积网络。arXiv:1409.1556

[54]

Nikhil Kumar Singh、Manish Khare和Harikrishna B Jethva。2022.关于人员再识别方法的综合调查：各个方面。多媒体工具和应用程序81, 11 (2022), 15747--15791.

数字图书馆

[55]

孙一凡、程长茂、张玉涵、张驰、梁正、王忠道和魏一晨。2020年。循环损失：对相似性优化的统一观点。arXiv:2002.10857号

[56]

孙一凡、梁正、邓伟建和王胜金。2017.行人检索SVDNet。arXiv:1703.05693

[57]

孙一凡、梁正、杨毅、田琦、王胜金。2018.Beyond Part Models:Person Retrieval with Refined Part Pooling（and a Strong Convolution Baseline）。超越部分模型：基于精细部分池的人员检索（和强大的卷积基线）。arXiv:1711.09349

[58]

2021年，王成吉、罗志明、林跃进和李少子。通过多粒度嵌入学习进行基于文本的人员搜索。在第三十届国际人工智能联合会议记录。1068--1074.

[59]

王发强、左王萌、林亮、张大卫和张磊。2016年，针对个人重新身份识别的单图像和跨图像表示联合学习（Joint Learning of Single-Image and Cross-Image Representations for Person Re-identification）。在2016年IEEE计算机视觉和模式识别会议（CVPR）。1288--1296.

[60]

王冠安、张天柱、程健、刘思、杨洋和侯增光。2019.通过联合像素和特征对齐，RGB-红外跨模态人员重新识别。arXiv:1910.05839

[61]

王冠安、张天柱、程健、刘思、杨洋和侯增光。2019.通过联合像素和特征对齐，RGB-红外跨模态人员重新识别。arXiv:1910.05839

[62]

王梦林、赖白生、黄建强、龚晓锦和华贤生。2021.无监督人员重新身份验证的摄像头软件代理。AAAI人工智能会议记录35,4（2021年5月），2764-2772。

[63]

王鹏飞、丁长兴、邵志银、洪志斌、张胜利、陶大成。2022.用于闭塞人员重新识别的质量意识零件模型。arXiv:2201.00107号

[64]

王志祥、王征、郑银强、庄永玉和佐藤信奇。2019.学习减少红外可视人员重新识别的双重差异。在2019年IEEE/CVF计算机视觉和模式识别会议（CVPR）。618--626.

[65]

魏龙辉、张世良、文高、祁天。2018年，人员将GAN转移到桥接域缺口以重新识别人员。arXiv:1711.08565

[66]

魏龙辉、张世良、文高、祁天。2018年，人员将GAN转移到桥接域缺口以重新识别人员。arXiv:1711.08565

[67]

尼古拉·沃伊克（Nicolai Wojke）和亚历克斯·贝利（Alex Bewley）。2018年，深度余弦度量学习（Deep Cosine Metric Learning for Person Re-identification）。在2018年IEEE计算机视觉应用冬季会议（WACV）。电气与电子工程师协会。

[68]

吴安聪、郑伟世、余洪兴、龚绍刚和赖建煌。2017.RGB-红外交叉模态人员重新识别。在2017年IEEE国际计算机视觉会议（ICCV）。5390--5399.

[69]

吴晶晶、蒋建国、齐美斌、陈翠群和张晶晶。2022.RGB-D跨模式人员重新识别的端到端异构约束网络。ACM事务处理。多媒体计算。Commun公司。应用。18，4（2022），22页。

数字图书馆

[70]

林武、沈春华和安东·范登·亨格尔。2016.PersonNet：使用深度卷积神经网络重新识别人。arXiv:1601.07255

[71]

吴余杭、黄腾腾、姚浩天、张驰、邵元杰、韩楚楚、高长新和农桑。2021.域自适应人员Re-ID的多中心表示网络arXiv：2112.11689

[72]

吴玉双、颜紫正、韩晓光、李冠斌、邹长清、崔曙光。2021.LapsCore：通过颜色推理进行语言引导的人员搜索。在2021年IEEE/CVF国际计算机视觉会议（ICCV）。1604--1613.

[73]

Xinxing Xu、Wen Li和Dong Xu。2015年，使用特权信息进行远程度量学习，以进行面部验证和人员重新识别。IEEE神经网络和学习系统汇刊26, 12 (2015), 3150--3162.

[74]

宣世玉和张世良。2021.无监督人员重新身份验证的摄像机内相似性。arXiv:2103.11658

[75]

Ehsan Yaghoubi、Aruna Kumar和Hugo Proença。2021.SSS-PR：个人身份再确认调查的简短调查。模式识别字母143 (2021), 50--57.

数字图书馆

[76]

杨树余、周一南、郑哲东、王亚雄、李朱和吴玉娇。2023.走向统一的基于文本的人物检索：大规模多属性和语言搜索基准第31届ACM国际多媒体会议记录。4492--4501.

数字图书馆

[77]

Mang Ye、Shen Jianbing、David J.Crandall、Ling Shao和Jiebo Luo。2020年，能见度模糊人重新识别的动态双注意聚合学习。arXiv:2007.09314号

[78]

Mang Ye、Jianbing Shen和Ling Shao。2021.通过同质增强三模式学习重新识别可视模糊人。IEEE信息取证和安全事务16 (2021), 728--739.

[79]

张拉、郭海云、朱宽、乔红林、黄高攀、张森、张慧晨、孙健和王金桥。2022.针对可视-非可视人员重新识别的混合模态度量学习（Hybrid Modality Metric Learning for Visible-Infrared Person Re-Identification）。ACM事务处理。多媒体计算。Commun公司。应用。18，***1s，第25条（2022年1月），15页。

[80]

张鹏、徐劲松、吴强、黄燕和张健。2020年。用于跨模式人员重新识别的顶推式约束模式自适应词典学习。IEEE视频技术电路和系统汇刊30, 12 (2020), 4554--4566.

数字图书馆

[81]

张强、赖常州、刘建安、黄念昌和韩军工。2022.FMCNet：针对可视红外人员重新识别的特征级模态补偿。在2022年IEEE/CVF计算机视觉和模式识别会议（CVPR）。7339--7348.

[82]

张新余、曹洁伟、沈春华和尤明宇。2019.针对无监督跨领域人员再鉴定的自我培训和逐步强化。arXiv:1907.13315

[83]

张宣、罗浩、邢凡、向伟来、孙一晓、肖奇奇、魏江、张驰、孙建军。2017年，AlignedReID：在个人重新识别方面超越人类水平的表现。(11 2017).

[84]

张玉康和王汉子。2023.视觉模糊人重新识别的多样化嵌入扩展网络和低光交叉模态基准。arXiv公司：2303.14481

[85]

赵家琦、王汉正、周勇、姚锐、陈思林和阿卜杜勒莫塔勒布·萨迪克。2023.可视红外人员重新识别用空间通道增强型变压器。事务处理。多种。25（2023年1月），3668-3680。

[86]

赵黎明、李熙、王京东和庄跃婷。2017.深入学习部分一致的人员重新识别陈述。arXiv:1707.07256

[87]

郑克诚、刘武、何凌霄、陶美、罗杰波和查正军。2021.用于领域自适应人员重新识别的群体感知标签转移。在IEEE/CVF计算机视觉和模式识别（CVPR）会议记录。5310--5319.

[88]

梁正、沈立岳、田璐、王胜金、王京东和田琦。2015年，可扩展的人员重新识别：基准。智利, 1116--1124.

[89]

郑哲东、王亚雄、钱学林、钟忠、王郑和梁正。2024.MORE’24多媒体对象重新识别：进步、挑战和机遇。在ACM国际多媒体检索研讨会。

[90]

郑哲东、郑梁、杨毅。2017年，GAN生成的未标记样本提高了体外人员再鉴定基线。arXiv:1701.07717

[91]

朱爱春、王自杰、李一峰、万西丽、金晶、王田、胡芳强和刚华。2021.DSSL：基于文本的人员检索的深度环境-人员分离学习。arXiv公司：2109.05534

[92]

朱俊勇、赖建煌、谢晓华。2017.异构摄像头网络上的人员重新识别计算机视觉杨金凤、胡庆华、程明明、王亮、刘青山、白翔和孟德玉（编辑）。新加坡施普林格，280-291。

索引术语

个人识别综合调查：查询、方法和数据集
1. 计算方法
  1. 人工智能
    1. 计算机视觉
      1. 计算机视觉任务
        场景理解

建议

关于人的再识别方法的综合调查：各个方面
摘要
人的重新识别（re-ID）是视频监控的一种应用，由于其强大的安全性和安全性潜力，自过去十年以来，在计算机视觉和图像处理研究社区中广受欢迎。这是。。。
阅读更多信息
基于视频的具有场景和人物属性的人物再识别
摘要
人的重新识别（re-ID）是一项重要的计算机视觉任务，通过多个非重叠摄像机检索感兴趣的人。近年来，基于视频的人再识别研究变得越来越流行。与图像相比-。。。
阅读更多信息
基于深度学习的人员再识别方法：近期研究综述与展望
摘要
近年来，随着人们对公共安全需求的不断增加和智能监控网络的快速发展，人员再识别（re-ID）已成为计算机视觉领域的研究热点之一。这个。。。
图形摘要

忽略的显示
集锦
- 对近年来Re-ID调查的主要贡献进行了总结和讨论。
阅读更多信息

评论

信息和贡献者

问询处

发布于

封面图片ACM会议

24年更多：第一届多媒体对象重新识别ICMR研讨会会议记录

2024年6月

30页

国际标准图书编号：9798400705519

内政部：10.1145/3643490

课程主席：
郑哲东
中国澳门大学
,
王亚雄
中国合肥工业大学
,
钱学林
中国西北工业大学
,
准忠
英国诺丁汉大学
,
郑旺（音）
中国武汉大学
,
梁正
澳大利亚国立大学

版权所有©2024版权归所有人/作者所有。授权给ACM的出版权。

允许制作本作品的全部或部分数字或硬拷贝供个人或课堂使用，但不收取任何费用，前提是复制品的制作或分发不是为了盈利或商业利益，并且复制品在首页注明本通知和完整引文。必须尊重作者以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布，在服务器上发布或重新发布到列表，需要事先获得特定许可和/或付费。从请求权限[电子邮件保护].

赞助商

SIGMM:ACM多媒体特别兴趣小组

出版商

计算机协会

美国纽约州纽约市

出版历史

出版：2024年6月10日

检查更新

作者标记

限定符

短片

资金来源

国家自然科学基金
中央高校基本科研业务费
中国博士后科学基金

会议

24年更多

赞助商：

SIGMM公司

24年更多：第一届多媒体对象重新识别ICMR研讨会

2024年6月10日

泰国普吉岛

贡献者

其他指标

查看文章指标

文献计量学和引文

文献计量学

文章指标

0
引文总数
20
总下载次数

下载量（最近12个月）20
下载次数（最近6周）20

其他指标

查看作者指标

引文

视图选项

视图选项

PDF格式

以PDF文件查看或下载。

电子阅读器

使用联机查看电子阅读器.

电子阅读器

获取访问权限

登录选项

检查您是否可以通过登录凭据或您的机构访问本文。

完全访问权限

获取此出版物

媒体

数字

其他

桌子