Visible-Infrared Person Re-Identification: A Comprehensive Survey and a New Setting

计算机科学 鉴定(生物学) 模式 人工智能 不相交集 深度学习 数据科学 机器学习 数学 社会科学 植物 生物 组合数学 社会学
作者
Huantao Zheng,Xian Zhong,Wenxin Huang,Kui Jiang,Wenxuan Liu,Zheng Wang
出处
期刊:Electronics [MDPI AG]
卷期号:11 (3): 454-454 被引量:8
标识
DOI:10.3390/electronics11030454
摘要

Person re-identification (ReID) plays a crucial role in video surveillance with the aim to search a specific person across disjoint cameras, and it has progressed notably in recent years. However, visible cameras may not be able to record enough information about the pedestrian’s appearance under the condition of low illumination. On the contrary, thermal infrared images can significantly mitigate this issue. To this end, combining visible images with infrared images is a natural trend, and are considerably heterogeneous modalities. Some attempts have recently been contributed to visible-infrared person re-identification (VI-ReID). This paper provides a complete overview of current VI-ReID approaches that employ deep learning algorithms. To align with the practical application scenarios, we first propose a new testing setting and systematically evaluate state-of-the-art methods based on our new setting. Then, we compare ReID with VI-ReID in three aspects, including data composition, challenges, and performance. According to the summary of previous work, we classify the existing methods into two categories. Additionally, we elaborate on frequently used datasets and metrics for performance evaluation. We give insights on the historical development and conclude the limitations of off-the-shelf methods. We finally discuss the future directions of VI-ReID that the community should further address.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
苗条的立果完成签到 ,获得积分10
4秒前
HEHNJJ发布了新的文献求助10
7秒前
今后应助科研民工采纳,获得10
9秒前
11秒前
不配.给默默问芙的求助进行了留言
14秒前
cloverdown发布了新的文献求助10
17秒前
无花果应助撒大苏打采纳,获得10
18秒前
23秒前
hh完成签到,获得积分10
23秒前
23秒前
23秒前
彭凯发布了新的文献求助10
26秒前
Hello应助cindyyunjie采纳,获得10
29秒前
博学而多问完成签到 ,获得积分10
29秒前
30秒前
撒大苏打发布了新的文献求助10
30秒前
30秒前
思源应助彭凯采纳,获得10
31秒前
刘成财发布了新的文献求助10
34秒前
wen完成签到,获得积分10
34秒前
耍酷的斩发布了新的文献求助10
34秒前
37秒前
moyu123完成签到,获得积分10
40秒前
英姑应助泥妮采纳,获得10
42秒前
moyu123发布了新的文献求助10
46秒前
46秒前
47秒前
48秒前
叮叮完成签到 ,获得积分10
49秒前
51秒前
Owen应助清爽的向南采纳,获得10
52秒前
cindyyunjie发布了新的文献求助10
52秒前
52秒前
源味怪豆发布了新的文献求助10
54秒前
Owen应助椿·采纳,获得20
57秒前
1分钟前
1分钟前
1分钟前
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3186379
求助须知:如何正确求助?哪些是违规求助? 2836732
关于积分的说明 8010637
捐赠科研通 2499055
什么是DOI,文献DOI怎么找? 1334061
科研通“疑难数据库(出版商)”最低求助积分说明 637023
邀请新用户注册赠送积分活动 604964