《中國圖象圖形學報》視頻身份識別技術?？喗?/h1>
2023-07-31 10:53:06賴劍煌賁晛燁桑農于仕琪趙啟軍張軍平鄭偉詩張鵬陳秀妍
中國圖象圖形學報 2023年5期
賴劍煌，賁晛燁，桑農，于仕琪，趙啟軍，張軍平，鄭偉詩，張鵬，陳秀妍
1.中山大學，廣州 510275；2.山東大學，濟南 250100；3.華中科技大學，武漢 430074；4.南方科技大學，深圳 518055；5.四川大學，成都 610065；6.復旦大學，上海 200433；7.山東科技大學，青島 266590；8.《中國圖象圖形學報》編輯部，北京 100190
隨著 “智慧城市”和 “平安城市”等項目建設，眾多公共場所均部署了大量的監(jiān)控攝像頭，形成了龐大的監(jiān)控攝像頭網絡。利用這些攝像頭的內容關聯(lián)分析來確定肇事者或重點關注行人身份越來越重要，其中行人重識別和步態(tài)識別等技術，是當前計算機視覺領域的研究熱點，具備廣泛的應用場景。
與人臉識別等傳統(tǒng)生物識別技術已經相當成熟不同，行人重識別與步態(tài)識別技術正處于發(fā)展階段，還面臨著諸多挑戰(zhàn)，在跨模態(tài)、跨視角、著裝變化以及外界遮擋物等情況下還有較大的研究空間。
為了促進我國視頻監(jiān)控下的身份識別技術應用研究的深入開展，及時反映我國學者在相關領域的最新研究進展，《中國圖象圖形學報》邀請業(yè)內專家共同策劃推出“視頻身份識別技術”?？珍浽摲较蚓哂袆?chuàng)新性、突破性的研究成果，以期為相關領域的研究人員提供參考。
?？盏筋I域內相關學者積極踴躍的投稿。經過嚴格評審，“視頻身份識別技術”?？彩珍泴W術論文19 篇，包括“綜述”5 篇、“前沿進展”1 篇、“數(shù)據(jù)集”1 篇、“行人重識別”6 篇、“人臉、虹膜、步態(tài)等身份識別”4 篇、“行人屬性識別”1 篇以及“視頻動作檢測”1篇。
“綜述”欄目中，《小股人群重識別研究進展》指出：小股人群重識別旨在將非重疊視域的攝像頭網絡下具有相同成員的群組圖像進行正確地關聯(lián)。論文對小股人群重識別技術的研究進展進行全面梳理回顧。首先簡要介紹本領域的研究背景，對基本概念、數(shù)據(jù)集、相關技術進行簡要總結。在此基礎上，對多種小股人群重識別算法進行詳細介紹，并在多個數(shù)據(jù)集上對前沿算法進行性能對比。最后，對該任務進行展望。
《換裝行人重識別研究進展》針對換裝行人重識別任務，梳理2012 年以來的相關研究，重點圍繞換裝行人重識別關鍵技術、數(shù)據(jù)集與評估方式，綜述國內外研究現(xiàn)狀，探討換裝行人重識別面臨的主要挑戰(zhàn)和難點，并展望未來的發(fā)展趨勢，旨在為相關研究提供參考。
《跨視角步態(tài)識別綜述》總結了重要的跨視角步態(tài)數(shù)據(jù)庫，詳細分析了跨視角步態(tài)識別的4 種方法，包括基于3 維步態(tài)信息的識別方法、基于視角轉換模型的識別方法、基于視角不變特征的識別方法和基于深度學習的識別方法，比較和分析了不同方法的性能，指出了跨視角步態(tài)識別的未來研究方向并對全文進行總結。
《紅外—可見光跨模態(tài)的行人檢測綜述》回顧了基于背景建模和手工特征的跨模態(tài)行人檢測研究，并根據(jù)基于深度學習方法的跨模態(tài)行人檢測研究針對的問題進行仔細分類并逐一展開介紹?？偨Y了7個可用的數(shù)據(jù)集和3 個常用于評估跨模態(tài)行人檢測器性能的評價指標，并對近幾年前沿的跨模態(tài)行人檢測方法進行比較分析。討論了該領域仍然存在的問題并提出未來可行的研究方向。
《圖像—文本多模態(tài)指代表達理解研究綜述》從視覺數(shù)據(jù)的表征粒度出發(fā)將現(xiàn)有的指代表達理解（REC）方法分為3 大類，包括基于區(qū)域卷積粒度視覺表征的方法、基于網格卷積粒度視覺表征的方法以及基于圖像塊粒度視覺表征的方法，并進一步按照多模態(tài)融合模塊的設計進行了子類別劃分。論文對REC 領域研究目前面臨的主要問題進行了總結，并且從多個角度對REC未來的發(fā)展進行了展望。
“前沿進展”欄目中，《ReID2.0：從行人再識別走向人像態(tài)勢計算》從任務、應用需求、技術挑戰(zhàn)、關鍵技術、數(shù)據(jù)集以及評價指標等方面介紹行人再識別任務。針對提到的技術挑戰(zhàn)，論文介紹了對應的解決方案。探討了行人再識別存在的問題，并進一步提出了人像態(tài)勢計算任務，對相應的概念進行探討。介紹本文構建的對于人像態(tài)勢計算的基準數(shù)據(jù)集，并進行分析討論，給出了評測指標的建議，以促進人像態(tài)勢計算任務的發(fā)展。
“數(shù)據(jù)集”欄目中，《低分辨率行人重識別數(shù)據(jù)集及其基準方法》聚焦于實際場景中的低分辨行人之間相互匹配的問題，收集并標注了一個新的基于槍球攝像頭的行人重識別數(shù)據(jù)集，為研究低分辨率行人重識別問題提供了重要的數(shù)據(jù)來源。并基于此設計了一種低分辨率行人重識別模型來提升低分辨率行人匹配性能。
我們期待廣大讀者和科技人員通過“視頻身份識別技術”?？?，能夠更深入、更全面地了解該領域的最新方法和應用，吸引更多學者從事相關研究并產生具有國際影響力的優(yōu)秀成果，為本領域的發(fā)展做出新的貢獻。
猜你喜歡
小螞蟻與“三角步態(tài)”科學大眾(2024年5期)2024-03-06 09:40:34 毒舌出沒，行人避讓意林(2021年5期)2021-04-18 12:21:17 路不為尋找者而設揚子江(2019年1期)2019-03-08 02:52:34 基于面部和步態(tài)識別的兒童走失尋回系統(tǒng)電子制作(2018年18期)2018-11-14 01:48:04 基于Kinect的學步期幼兒自然步態(tài)提取自動化學報(2018年6期)2018-07-23 02:55:42 我是行人小天使·一年級語數(shù)英綜合(2017年6期)2017-06-07 23:51:16 便宜假肢能模仿正常步態(tài)發(fā)明與創(chuàng)新(2015年33期)2015-02-27 10:40:00 電影故事(2015年51期)2015-01-11 09:17:17 電影故事(2015年49期)2015-01-09 04:52:58 行人流綜述上海理工大學學報(2012年2期)2012-03-20 13:54:30
賴劍煌，賁晛燁，桑農，于仕琪，趙啟軍，張軍平，鄭偉詩，張鵬，陳秀妍
1.中山大學，廣州 510275；2.山東大學，濟南 250100；3.華中科技大學，武漢 430074；4.南方科技大學，深圳 518055；5.四川大學，成都 610065；6.復旦大學，上海 200433；7.山東科技大學，青島 266590；8.《中國圖象圖形學報》編輯部，北京 100190
隨著 “智慧城市”和 “平安城市”等項目建設，眾多公共場所均部署了大量的監(jiān)控攝像頭，形成了龐大的監(jiān)控攝像頭網絡。利用這些攝像頭的內容關聯(lián)分析來確定肇事者或重點關注行人身份越來越重要，其中行人重識別和步態(tài)識別等技術，是當前計算機視覺領域的研究熱點，具備廣泛的應用場景。
與人臉識別等傳統(tǒng)生物識別技術已經相當成熟不同，行人重識別與步態(tài)識別技術正處于發(fā)展階段，還面臨著諸多挑戰(zhàn)，在跨模態(tài)、跨視角、著裝變化以及外界遮擋物等情況下還有較大的研究空間。
為了促進我國視頻監(jiān)控下的身份識別技術應用研究的深入開展，及時反映我國學者在相關領域的最新研究進展，《中國圖象圖形學報》邀請業(yè)內專家共同策劃推出“視頻身份識別技術”?？珍浽摲较蚓哂袆?chuàng)新性、突破性的研究成果，以期為相關領域的研究人員提供參考。
?？盏筋I域內相關學者積極踴躍的投稿。經過嚴格評審，“視頻身份識別技術”?？彩珍泴W術論文19 篇，包括“綜述”5 篇、“前沿進展”1 篇、“數(shù)據(jù)集”1 篇、“行人重識別”6 篇、“人臉、虹膜、步態(tài)等身份識別”4 篇、“行人屬性識別”1 篇以及“視頻動作檢測”1篇。
“綜述”欄目中，《小股人群重識別研究進展》指出：小股人群重識別旨在將非重疊視域的攝像頭網絡下具有相同成員的群組圖像進行正確地關聯(lián)。論文對小股人群重識別技術的研究進展進行全面梳理回顧。首先簡要介紹本領域的研究背景，對基本概念、數(shù)據(jù)集、相關技術進行簡要總結。在此基礎上，對多種小股人群重識別算法進行詳細介紹，并在多個數(shù)據(jù)集上對前沿算法進行性能對比。最后，對該任務進行展望。
《換裝行人重識別研究進展》針對換裝行人重識別任務，梳理2012 年以來的相關研究，重點圍繞換裝行人重識別關鍵技術、數(shù)據(jù)集與評估方式，綜述國內外研究現(xiàn)狀，探討換裝行人重識別面臨的主要挑戰(zhàn)和難點，并展望未來的發(fā)展趨勢，旨在為相關研究提供參考。
《跨視角步態(tài)識別綜述》總結了重要的跨視角步態(tài)數(shù)據(jù)庫，詳細分析了跨視角步態(tài)識別的4 種方法，包括基于3 維步態(tài)信息的識別方法、基于視角轉換模型的識別方法、基于視角不變特征的識別方法和基于深度學習的識別方法，比較和分析了不同方法的性能，指出了跨視角步態(tài)識別的未來研究方向并對全文進行總結。
《紅外—可見光跨模態(tài)的行人檢測綜述》回顧了基于背景建模和手工特征的跨模態(tài)行人檢測研究，并根據(jù)基于深度學習方法的跨模態(tài)行人檢測研究針對的問題進行仔細分類并逐一展開介紹?？偨Y了7個可用的數(shù)據(jù)集和3 個常用于評估跨模態(tài)行人檢測器性能的評價指標，并對近幾年前沿的跨模態(tài)行人檢測方法進行比較分析。討論了該領域仍然存在的問題并提出未來可行的研究方向。
《圖像—文本多模態(tài)指代表達理解研究綜述》從視覺數(shù)據(jù)的表征粒度出發(fā)將現(xiàn)有的指代表達理解（REC）方法分為3 大類，包括基于區(qū)域卷積粒度視覺表征的方法、基于網格卷積粒度視覺表征的方法以及基于圖像塊粒度視覺表征的方法，并進一步按照多模態(tài)融合模塊的設計進行了子類別劃分。論文對REC 領域研究目前面臨的主要問題進行了總結，并且從多個角度對REC未來的發(fā)展進行了展望。
“前沿進展”欄目中，《ReID2.0：從行人再識別走向人像態(tài)勢計算》從任務、應用需求、技術挑戰(zhàn)、關鍵技術、數(shù)據(jù)集以及評價指標等方面介紹行人再識別任務。針對提到的技術挑戰(zhàn)，論文介紹了對應的解決方案。探討了行人再識別存在的問題，并進一步提出了人像態(tài)勢計算任務，對相應的概念進行探討。介紹本文構建的對于人像態(tài)勢計算的基準數(shù)據(jù)集，并進行分析討論，給出了評測指標的建議，以促進人像態(tài)勢計算任務的發(fā)展。
“數(shù)據(jù)集”欄目中，《低分辨率行人重識別數(shù)據(jù)集及其基準方法》聚焦于實際場景中的低分辨行人之間相互匹配的問題，收集并標注了一個新的基于槍球攝像頭的行人重識別數(shù)據(jù)集，為研究低分辨率行人重識別問題提供了重要的數(shù)據(jù)來源。并基于此設計了一種低分辨率行人重識別模型來提升低分辨率行人匹配性能。
我們期待廣大讀者和科技人員通過“視頻身份識別技術”?？?，能夠更深入、更全面地了解該領域的最新方法和應用，吸引更多學者從事相關研究并產生具有國際影響力的優(yōu)秀成果，為本領域的發(fā)展做出新的貢獻。
猜你喜歡
科學大眾(2024年5期)2024-03-06 09:40:34
意林(2021年5期)2021-04-18 12:21:17
揚子江(2019年1期)2019-03-08 02:52:34
電子制作(2018年18期)2018-11-14 01:48:04
自動化學報(2018年6期)2018-07-23 02:55:42
小天使·一年級語數(shù)英綜合(2017年6期)2017-06-07 23:51:16
發(fā)明與創(chuàng)新(2015年33期)2015-02-27 10:40:00
上海理工大學學報(2012年2期)2012-03-20 13:54:30
