原文：https://blog.csdn.net/weixin_41427758/article/details/81188164
靈動創(chuàng)新
適應(yīng)范圍廣
靈動創(chuàng)新行人再識別（行人重識別所刀，Reid捞挥，跨鏡追蹤）技術(shù)可以有效解決95%看不清人臉的攝像頭數(shù)據(jù)分析問題砌函。
當視頻中存在：人臉遮擋，低分辨率讹俊，角度仍劈，光照，以及大范圍空間下行人軌跡嚴重碎片化等造成視頻數(shù)據(jù)無法有效利用的問題時贩疙，
都可以通過靈動創(chuàng)新行人再識別（行人重識別这溅，Reid，跨鏡追蹤）技術(shù)得到理想的解決方案悲靴。
識別準度高
靈動創(chuàng)新行人再識別（行人重識別呈础，Reid捣炬，跨鏡追蹤）核心技術(shù)在全球處于領(lǐng)導(dǎo)地位吕晌。
通過提取衣帽临燃，發(fā)型膜廊，配飾，攜帶物品爪瓜，身型等特征值〉海可以基于圖像中行人的半/全身特征對行人個體
進行精準識別。
識別效率高
靈動創(chuàng)新行人再識別（行人重識別碍论， Reid柄慰，跨鏡追蹤）技術(shù)相比人工排查，在提高到400倍速度同時實現(xiàn)98.6%的精確度藏研。
功能應(yīng)用
當有案件發(fā)生時概行，通過行人識別技術(shù)針對監(jiān)控視頻中行人的外貌體態(tài)特征進行分析。
篩選出可疑人員袒哥，同時對可疑人員的行為軌跡進行跟蹤消略。在視頻中找到可疑人員具有臉部特征的畫面，
關(guān)聯(lián)人臉信息却紧，最終確定可疑人員身份胎撤。
查人找人
通過行人識別技術(shù)的功能特點針對人類外貌體態(tài)等特征值的識別和檢索，可以用于可疑人員和走失老人及兒童等人員的排查巫俺。
軌跡追蹤
通過行人再識別（行人重識別肿男，Reid，跨鏡追蹤）技術(shù)嘹承，在監(jiān)控視頻中提取檢索目標人員的特征表現(xiàn)信息如庭，可以快速定位和檢索目標人員的時間信息和地理位置信息 ，分析記錄其時空軌跡行為骤竹，形成特定目標人員的軌跡追蹤。
簡介
研究形式：
數(shù)據(jù)集通常是通過人工標注或者檢測算法得到的行人圖片靶溜，目前與檢測獨立鸣奔，注重識別
數(shù)據(jù)集分為訓(xùn)練集挎狸、驗證集断楷、Query、Gallery冬筒，在訓(xùn)練集上進行模型的訓(xùn)練舞痰，得到模型后對Query與Gallery中的圖片提取特征計算相似度，對于每個Query在Gallery中找出前N個與其相似的圖片訓(xùn)練玷禽、測試中人物身份不重復(fù)呀打。
兩大方向：
特征提缺岽浴：學習能夠應(yīng)對在不同攝像頭下行人變化的特征
度量學習 ：將學習到的特征映射到新的空間使相同的人更近不同的人更遠
對于深度學習方法，現(xiàn)有數(shù)據(jù)集相對較小
常用數(shù)據(jù)集：
CUHK03
Market1501
DukeMTMC-reID
MSMT17
這里只列舉了常用的數(shù)據(jù)集，更全的數(shù)據(jù)集可以參考：Person Re-identification Datasets
常用評價指標：
rank-k：算法返回的排序列表中咪啡，前k位為存在檢索目標則稱為rank-k命中暮屡。eg：rank1：首位為檢索目標則rank-1命中。
Cumulative Match Characteristic (CMC) curve:計算rank-k的擊中率准夷，形成rank-acc的曲線，如下圖:
mAP(mean average precision)：反應(yīng)檢索的人在數(shù)據(jù)庫中所有正確的圖片排在排序列表前面的程度读宙，能更加全面的衡量ReID算法的性能楔绞。如下圖酒朵，該檢索行人在gallery中有4張圖片，在檢索的list中位置分別為1蔫耽、2、5图甜、7鳖眼，則ap為(1 / 1 + 2 / 2 + 3 / 5 + 4 / 7) / 4 =0.793；ap較大時博肋，該行人的檢索結(jié)果都相對靠前蜂厅，對所有query的ap取平均值得到mAP
