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
brian0326完成签到,获得积分10
1秒前
1秒前
桐桐应助慈祥的夏岚采纳,获得10
2秒前
海北完成签到 ,获得积分10
2秒前
2秒前
3秒前
huohuo完成签到,获得积分10
3秒前
小二郎应助冷酷迎彤采纳,获得20
3秒前
Ava应助路十三采纳,获得10
4秒前
传奇3应助HC3采纳,获得10
6秒前
6秒前
7秒前
嗯哼应助H禾安采纳,获得10
8秒前
刘斌发布了新的文献求助10
9秒前
9秒前
9秒前
Juan完成签到,获得积分10
10秒前
Manchester完成签到,获得积分10
10秒前
11秒前
13秒前
13秒前
皮皮卡发布了新的文献求助10
13秒前
17秒前
娜娜发布了新的文献求助10
18秒前
爆米花应助刘斌采纳,获得10
18秒前
Akim应助SEVEN采纳,获得10
19秒前
鞠鞠发布了新的文献求助10
19秒前
松谦发布了新的文献求助10
20秒前
20秒前
皮皮卡完成签到,获得积分20
20秒前
Christian完成签到,获得积分10
20秒前
飘逸小笼包完成签到,获得积分10
22秒前
猫咪老师应助淡然的铭采纳,获得30
22秒前
23秒前
大个应助单顺反子采纳,获得10
25秒前
方赫然发布了新的文献求助10
26秒前
AlyCE发布了新的文献求助10
26秒前
28秒前
28秒前
28秒前
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
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
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 3191714
求助须知:如何正确求助?哪些是违规求助? 2841066
关于积分的说明 8031126
捐赠科研通 2504517
什么是DOI,文献DOI怎么找? 1337727
科研通“疑难数据库(出版商)”最低求助积分说明 638205
邀请新用户注册赠送积分活动 606697