%0 Journal Article
%T 基于深度学习的行人重识别研究综述
%A 张 继
%A 朱 繁
%A 王洪元
%J 南京师范大学学报(自然科学版)
%D 2018
%R 10.3969/j.issn.1001-4616.2018.04.015
%X 由于视角、背景、光照条件和相互遮挡等因素的变化,行人重识别是一个具有挑战性的问题. 近年来,许多研究者将深度学习的方法引入到行人重识别研究中,并获得了较好的重识别结果. 本文介绍了基于深度学习的行人重识别的主要研究方法(局部特征学习、距离度量学习、基于视频序列学习和生成对抗网络),并介绍目前常用的用于深度学习的行人重识别数据集(DukeMTMC-reID、CUHK03和Market1501)及其存在的问题,同时,对行人重识别提出了自己的理解和观点. 最后指出了未来可能的研究方向
%K 深度学习
%K 行人重识别
%K 局部特征学习
%K 距离度量学习
%U http://njsfdxzrb.paperonce.org/oa/darticle.aspx?type=view&id=201804015