基于生成对抗网络的行人重识别方法研究综述
近年来,随着公共安全需求的不断增长以及智能监控网络的快速发展,行人重识别已成为计算机视觉领域的热门研究课题之一,其目标是在不同摄像头中检索具有相同身份的行人.首先,介绍目前经典的行人重识别数据集;然后,重点梳理了近年来基于生成对抗网络的行人重识别方法,根据生成对抗网络的特点和应用场景将这些方法归纳为风格转换、数据增强和不变性特征学习3类,并总结每类方法的基本原理和优缺点;再在主流数据集上对经典算法进行比较;最后,总结现阶段行人重识别面临的挑战,并对未来的研究方向进行展望.
行人重识别;生成对抗网络;风格转换;数据增强;特征学习
34
TP391.41(计算技术、计算机技术)
国家重点研发计划JG2018190
2022-02-22(万方平台首次上网日期,不代表论文的发表时间)
共17页
163-179