基于纯无监督的行人重识别方法研究  

Research on the Person Re-identification Methods Based on Purely Unsupervised

作　　者：何淑娟 朱正国[1] He Shujuan;Zhu Zhengguo(Anhui Vocational College of CityManagement,Hefei 230012,China)

机构地区：[1]安徽城市管理职业学院,合肥230012

出　　处：《办公自动化》2024年第15期94-96,7,共4页Office Informatization

基　　金：安徽省教育厅科研基金“基于可见光-红外图像的行人重识别应用与研究”,项目编号:2022AH052392;安徽省教育厅科研基金“基于FCA的访问控制策略研究”,项目编号:2022AH040306;安徽省教育厅科研基金“基于属性探索的自动化高性能知识发现方法研究”,项目编号:2023AH051497;安徽省教育厅质量工程项目“大数据技术教学创新团队”,项目编号:2023cxtd201;安徽省教育厅质量工程项目“人工智能技术应用服务十大新兴产业特色专业”,项目编号:2023sdxx235。

摘　　要：行人重识别技术在智慧安防领域占据重要的地位。其中,领域自适应行人重识别依赖于有监督的源域进行预训练,而纯无监督行人重识别则完全不依赖行人身份标签。文章分析基于轨迹和基于聚类的纯无监督行人重识别方法,并探讨近年来在伪标签处理上的重要进展。通过对CUHK03、Market-1501、DukeMTMC-Re-ID、MSMT17等常用数据集的介绍分析,总结当前纯无监督行人重识别所面临的挑战与未来研究方向,包括自监督学习、解决模型训练中的灾难性遗忘问题和构建高质量数据集等。Person re-identification(Re-ID)technology is crucial in the field of intelligent security and protection.Domain-adaptive person re-identification relies on supervised source domain pre-training,while purely unsupervised person re-identification completely eschews person identity labels.This paper provides a comprehensive overview of tracklet-based and clustering-based purely unsupervised person re-identification methods and explores recent advancements in pseudo-label processing.By introducting and analyzing widely used datasets such as CUHK03,Market-1501,DukeMTMC-ReID,and MSMT17,this paper summarizes the challenges and future research directions in purely unsupervised person re-identification,including self-supervised learning,addressing catastrophic forgetting in model training,and constructing high-quality datasets.

关 键 词：行人重识别 纯无监督 基于轨迹 基于聚类 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]