研究面向实际应用的行李重识别策略
原文：Luggage re-identification: A study of strategies towards a real-world application
行李重识别（ReID）是视频监控中的一项关键任务，应用于取证、安全或边境管理（可疑或遗留行李识别）以及行李管理（丢失行李找回）。它能够在机场、火车站和边境口岸等复杂环境中，跨不相交的摄像头视角关联同一行李的观测。现有方法主要关注相对干净条件下基于外观的裁剪图像匹配，而真实场景的特点是频繁遮挡、杂乱背景和拥挤场景，这些会显著降低性能。然而，利用来自不同视频流的多次拍摄和视角互补性的策略却被忽视了。本文研究了从多视频流进行行李检测和重识别的端到端流水线策略。我们在真实环境中获取的基准数据集上评估了不同变体，以解决以下问题：选择和合并同一行李的不同视角与拍摄，以及在不同环境数据集上训练以在实际应用中整体提升ReID性能。作者：Quentin Dhôte, Romaric Audigier 类别：cs.CV,cs.AI