1. 研究目的与意义（文献综述）

1.1项目目的及意义

随着科技的高速发展，计算机视觉和图像处理得到了很大的发展并被广泛应用于各个领域。摄像头的出现为人们减轻了不少负担，但是如果安全问题出现还是需要人为的翻看录像寻找可疑人物，这需要耗费极大的人力；行人重识别技术的出现可以减轻人们的工作负担，给人们带来了的希望。

行人重识别（person re-identification），简称为re-id，是一种使用计算机视觉技术来判定目标行人是否存在于图像或者视频序列中的技术。re-id 可以作为人脸识别技术的补充技术，能够在人脸无法识别或无法正确识别的情况下对行人整体进行跨摄像头下的连续追踪，以增强图像数据的时空连续性。

2. 研究的基本内容与方案

2.1基本内容：

给定一组查询集（query），对于query中的每张图片，从候选集（gallery）中找到最可能属于该图像行人的图片，就完成了行人重识别。由于摄像头安置于不同的场景下，其拍摄视角会有所不同，同一个人可能同时被拍摄到正面，侧面和背面，这会产生不同的外观特征，导致图像匹配的难度大大增加。借由跨摄像头的时间信息与视觉信息相融合可以优化仅依靠视觉信息获取的行人重识别排序，得到更为可靠的结果。

行人重识别技术介于图像分类和实例检索之间。对于图像分类，每一个类都可以训练数据集而用于测试的数据集属于预定义的类；而对于实例检索，由于不能提前知晓查询集并且图像库可能包含各种类型的对象而不存在训练数据集。因此行人重识别技术可以各取所长。一方面，利用图像分类的训练每一个类，学习辨别人与人之间的距离度量和特征嵌入；另一方面，当涉及到检索时，由于测试图像不可见（测试与训练图像不重叠），有效索引结构有益于大型数据集的re-id。

3. 研究计划与安排

1）2019/1/14 - 2019/2/28:确定选题，查阅文献，外文翻译和撰写开题报告;

2）2019/3/1 - 2019/4/30:系统架构、程序设计与开发、系统测试与完善;

3）2019/5/1 – 2019/5/25:撰写及修改毕业论文;

4. 参考文献（12篇以上）

[1] jobson d j，rahman z，woodell g.a multiscale ret- inex for bridging the gap between color images and the human observation of scenes[j].ieee transactions on image processing，1997，6(7):965-976.

[2] xing e p , ng a y , jordan m i , et al. distance metric learning with application to clustering with side-information.[c]// international conference on neural information processing systems. mit press, pages 521-528, 2002.

[3] gray d , tao h . viewpoint invariant pedestrian recognition with an ensemble of localized features[c]// computer vision - eccv 2008, 10th european conference on computer vision, marseille, france, pages 262-275, october 12-18, 2008.