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
潇潇暮雨完成签到,获得积分10
4秒前
4秒前
LCLC应助韭菜盒子采纳,获得10
5秒前
tian完成签到 ,获得积分10
8秒前
9秒前
wenbo完成签到,获得积分10
12秒前
兰子君11完成签到 ,获得积分10
15秒前
韭菜盒子完成签到,获得积分20
19秒前
poplar完成签到,获得积分10
20秒前
22秒前
云辞忧完成签到,获得积分10
25秒前
Alisha完成签到,获得积分10
27秒前
CCC完成签到 ,获得积分10
28秒前
hjx完成签到 ,获得积分10
29秒前
777777777完成签到 ,获得积分10
30秒前
777777777完成签到 ,获得积分10
30秒前
实力不允许完成签到 ,获得积分10
34秒前
xiaochuan完成签到,获得积分10
34秒前
wp4455777完成签到,获得积分10
36秒前
leclerc完成签到,获得积分10
37秒前
南城雨落完成签到,获得积分10
38秒前
青青完成签到 ,获得积分10
42秒前
Kalmia完成签到,获得积分10
44秒前
完美的小虾米完成签到 ,获得积分10
45秒前
浩浩完成签到 ,获得积分10
46秒前
47秒前
韭菜完成签到,获得积分20
48秒前
大咖完成签到 ,获得积分10
49秒前
茶果完成签到,获得积分10
49秒前
innocent完成签到,获得积分10
50秒前
nimeng123完成签到 ,获得积分10
50秒前
简奥斯汀完成签到 ,获得积分10
52秒前
桐桐应助科研通管家采纳,获得10
52秒前
社恐Forza完成签到,获得积分10
52秒前
Diego完成签到,获得积分10
53秒前
加菲丰丰应助王十二采纳,获得20
56秒前
虚心的清完成签到,获得积分10
1分钟前
丘比特应助贾舒涵采纳,获得10
1分钟前
怕黑凤妖完成签到 ,获得积分10
1分钟前
悦耳冰蓝完成签到,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
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 3192710
求助须知:如何正确求助?哪些是违规求助? 2841781
关于积分的说明 8034694
捐赠科研通 2505466
什么是DOI,文献DOI怎么找? 1338603
科研通“疑难数据库(出版商)”最低求助积分说明 638372
邀请新用户注册赠送积分活动 606929