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
今后应助清脆安南采纳,获得10
2秒前
6秒前
DJ完成签到,获得积分10
8秒前
ding应助melenda采纳,获得10
9秒前
9秒前
Rwslpy发布了新的文献求助10
10秒前
123完成签到,获得积分10
12秒前
苏卿应助是是是咯采纳,获得10
12秒前
欢呼的书南完成签到,获得积分10
15秒前
完美世界应助g0123采纳,获得10
15秒前
15秒前
dora完成签到,获得积分10
15秒前
清脆安南发布了新的文献求助10
15秒前
16秒前
17秒前
LL完成签到,获得积分10
17秒前
18秒前
慕青应助偷狗的小月亮采纳,获得10
19秒前
今后应助找回自己采纳,获得10
19秒前
唐画完成签到,获得积分10
20秒前
LL发布了新的文献求助10
20秒前
Lalali发布了新的文献求助10
21秒前
汉堡包应助科研通管家采纳,获得30
21秒前
gaogao应助科研通管家采纳,获得10
21秒前
华仔应助科研通管家采纳,获得10
21秒前
科研通AI2S应助科研通管家采纳,获得10
21秒前
小二郎应助科研通管家采纳,获得30
21秒前
不配.应助科研通管家采纳,获得20
22秒前
香蕉觅云应助科研通管家采纳,获得10
22秒前
不配.应助科研通管家采纳,获得20
22秒前
22秒前
22秒前
577610822发布了新的文献求助10
22秒前
李健应助怡然雁凡采纳,获得10
23秒前
VDC发布了新的文献求助30
23秒前
melenda发布了新的文献求助10
23秒前
云云完成签到 ,获得积分10
23秒前
在水一方应助Peng采纳,获得10
25秒前
28秒前
别再熬夜发布了新的文献求助10
28秒前
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 3184564
求助须知:如何正确求助?哪些是违规求助? 2834870
关于积分的说明 8001946
捐赠科研通 2497295
什么是DOI,文献DOI怎么找? 1332766
科研通“疑难数据库(出版商)”最低求助积分说明 636676
邀请新用户注册赠送积分活动 604062