机构名称：
¥ 1.0
摘要 - 基于VIDEO的人重新识别（视频重新ID）最近由于其在各个领域（例如监视，智能城市和公共安全）的广泛实践应用而引起了人们的关注。尽管如此，视频重新ID非常困难，并且由于许多不确定的挑战，例如观点，遮挡，姿势变化和不确定的视频序列等，这是一个持续的阶段。在过去的几年中，对视频重新ID的深入学习一直在公共数据集上取得了令人惊讶的结果，并开发了各种方法来处理视频重新ID中的各种问题。与基于图像的重新ID相比，视频重新ID更具挑战性和复杂性。为了鼓励未来的研究和挑战，这篇第一个全面的论文介绍了对视频重新ID深度学习方法中最新进步的评论。它广泛涵盖了三个重要的AS，包括简短的视频重新ID方法，其局限性，具有技术挑战的主要里程碑以及建筑设计。它在各种可用数据集上提供了比较性能分析，以有价值的思想改善视频重新ID的指导以及令人兴奋的研究方向。索引条款 - video re-id，人重新识别，人搜索，调查，审查论文。
基于视频的人重新识别的深度学习
主要关键词
相关文件推荐
