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
情怀应助落寞凡英采纳,获得10
4秒前
9秒前
10秒前
Hello应助科研通管家采纳,获得10
10秒前
m1nt完成签到,获得积分10
10秒前
内向映天完成签到 ,获得积分10
11秒前
弹剑作歌完成签到,获得积分10
11秒前
兜里没糖了完成签到 ,获得积分10
13秒前
15秒前
16秒前
Gigi完成签到,获得积分10
18秒前
好懒发布了新的文献求助10
21秒前
21秒前
雨yu完成签到 ,获得积分10
22秒前
科研通AI2S应助青青采纳,获得10
23秒前
学术小垃圾完成签到,获得积分10
28秒前
一一完成签到,获得积分10
29秒前
明理的舞仙完成签到 ,获得积分10
30秒前
美好的惜天完成签到 ,获得积分10
32秒前
33秒前
一一发布了新的文献求助10
35秒前
35秒前
落寞书易完成签到 ,获得积分10
37秒前
lyc45491314发布了新的文献求助10
38秒前
lzh发布了新的文献求助10
38秒前
lzc完成签到 ,获得积分10
39秒前
Zeeki完成签到 ,获得积分10
41秒前
atdawn1998发布了新的文献求助10
41秒前
43秒前
情怀应助秋秋采纳,获得10
48秒前
星希完成签到 ,获得积分10
48秒前
好懒完成签到,获得积分10
50秒前
lixiaolu完成签到 ,获得积分10
51秒前
52秒前
53秒前
超帅的以彤完成签到,获得积分10
53秒前
思罄发布了新的文献求助10
55秒前
prof.zhang完成签到,获得积分20
57秒前
sunsun发布了新的文献求助10
58秒前
彩色德天完成签到 ,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
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
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 3200594
求助须知:如何正确求助?哪些是违规求助? 2850408
关于积分的说明 8071895
捐赠科研通 2514153
什么是DOI,文献DOI怎么找? 1346899
科研通“疑难数据库(出版商)”最低求助积分说明 640281
邀请新用户注册赠送积分活动 610407