已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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
小乔关注了科研通微信公众号
1秒前
江河发布了新的文献求助10
3秒前
nulinuli完成签到 ,获得积分10
5秒前
充电宝应助李lll采纳,获得10
5秒前
毛豆爸爸应助飘逸问晴采纳,获得20
7秒前
7秒前
8秒前
彭于晏应助树袋熊采纳,获得100
8秒前
10秒前
12秒前
李lll完成签到,获得积分10
13秒前
15秒前
霸气映之发布了新的文献求助10
15秒前
16秒前
刘歌发布了新的文献求助10
19秒前
小乔发布了新的文献求助10
25秒前
科研通AI2S应助开心开心采纳,获得10
26秒前
Ghooor发布了新的文献求助10
27秒前
代杰居然发布了新的文献求助30
27秒前
33秒前
BA1完成签到,获得积分10
34秒前
不配.应助Cindy采纳,获得10
34秒前
无限一凤完成签到 ,获得积分10
35秒前
薄荷油完成签到 ,获得积分10
35秒前
无限一凤关注了科研通微信公众号
37秒前
37秒前
ice7应助代杰居然采纳,获得10
38秒前
41秒前
氧气橘子发布了新的文献求助30
42秒前
完美世界应助高贵的子默采纳,获得10
43秒前
道友且慢发布了新的文献求助20
47秒前
raziel完成签到,获得积分10
48秒前
LJ徽完成签到 ,获得积分10
50秒前
51秒前
氧气橘子完成签到,获得积分10
53秒前
无限一凤发布了新的文献求助10
57秒前
顾矜应助十月采纳,获得10
1分钟前
1分钟前
1分钟前
小许小许完成签到,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
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 3186488
求助须知:如何正确求助?哪些是违规求助? 2836756
关于积分的说明 8011101
捐赠科研通 2499109
什么是DOI,文献DOI怎么找? 1334088
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 605004