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
2秒前
大芹菜发布了新的文献求助10
6秒前
TheDay完成签到,获得积分20
7秒前
酷波er应助傲娇的酸奶采纳,获得10
9秒前
善学以致用应助LEON采纳,获得10
10秒前
12秒前
12秒前
叶子完成签到,获得积分10
12秒前
MADMAX完成签到,获得积分10
14秒前
14秒前
田様应助TheDay采纳,获得10
14秒前
叶子发布了新的文献求助10
15秒前
16秒前
堪冷之发布了新的文献求助10
16秒前
小康发布了新的文献求助10
17秒前
上官若男应助舒适行天采纳,获得10
17秒前
华东少年完成签到,获得积分10
19秒前
ysssbq完成签到,获得积分10
19秒前
进击的DOPA发布了新的文献求助10
20秒前
20秒前
酷波er应助Sunshine采纳,获得10
21秒前
欣慰雪巧完成签到,获得积分10
21秒前
大饼应助bianbianbian采纳,获得10
22秒前
C5b6789n完成签到,获得积分10
23秒前
23秒前
23秒前
隐形曼青应助开朗的之卉采纳,获得10
23秒前
24秒前
24秒前
26秒前
26秒前
111112完成签到,获得积分10
26秒前
都是发布了新的文献求助10
29秒前
吃瓜落后者完成签到,获得积分10
29秒前
29秒前
29秒前
30秒前
细腻的依萱完成签到,获得积分20
30秒前
32秒前
LY发布了新的文献求助10
33秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mixed-anion Compounds 600
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
Management of cardiopulmonary bypass 400
2024 Medicinal Chemistry Reviews 400
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 3199243
求助须知:如何正确求助?哪些是违规求助? 2848054
关于积分的说明 8066241
捐赠科研通 2512857
什么是DOI,文献DOI怎么找? 1344964
科研通“疑难数据库(出版商)”最低求助积分说明 639961
邀请新用户注册赠送积分活动 609663