清华大学对行人再识别研究取得突出进展

行人识别

#1

作者:吴国政 张兆田 日期: 2016-05-13 来源:国家自然科学基金委信息科学部

清华大学电子系王生进教授课题组创新性地将行人再识别(Person Re-identification)与图像检索(Image Search)结合在一起,获得了性能领先的实验结果,并构建了一个迄今为止本研究领域最大的行人再识别数据集,实现了一个快速准确的行人再识别系统。在两个典型行人图像数据集上的行人识别准确率分别高于现有最好方法4.4%和13.7%,在大规模行人再识别实验中行人检索时间从400秒降低到1秒,检索效率比现有算法提高2个数量级。研究论文《Person Re-identification Meets Image Search》被MIT Technology Review评为2015年2月14至2月21日的“arXiv物理预印最佳论文”[1];该研究成果已发表在本领域顶级会议 ICCV2015上[2]。 MIT Technology Review创刊于1899年,是全球历史最悠久的权威科技杂志之一。同时,基于时空信息的行人再识别研究成果在本领域顶级国际会议ECCV2014上发表[3]。至2016年初,所构建的具有时空信息的行人再识别数据库[4],下载量已达3700次,在国际学术界具有一定的影响。2016年,研究组在国际权威期刊IEEE PAMI发表了最新行人再识别研究成果[5]。在两个典型行人序列数据集上,基于时空信息的行人识别准确率分别比现有最好方法提高了5.7%和16.3%。该项研究在平安城市视频监控应用领域具有良好潜力。

研究组曾获得国家自然科学基金(重现的行人目标数据关联和深度跟踪理论及方法研究,项目资助号61071135)等项目资助,在分类器学习理论、鉴别性特征提取技术、深度学习方法等方面开展了深入系统的研究。

参考文献: [1] Person Re-identification Meets Image Search,arXiv:1502.02171v1 [cs.CV], 7 Feb 2015. [2]Liang Zheng, Shengjin Wang, Liyue Shen, Lu Tian, Qi Tian, Scalable Person Re-identification: A Benchmark, ICCV2015, Santiago, Chile, Dec.2015. [3] Taiqing Wang, Shaogang Gong, Xiatian Zhu, Shengjin Wang, Person Re-identification by Video Ranking, European Conference on Computer Vision (ECCV2014), September 8-12, 2014, pp.688-703, Zurich, Switzerland. [4] iLIDS Video re-IDentification (iLIDS-VID) Dataset, http://www.eecs.qmul.ac.uk/~xz303/downloads_qmul_iLIDS-VID_ReID_dataset.html [5] Taiqing Wang, Shaogang Gong, Xiatian Zhu, Shengjin Wang, Re-Identification by Discriminative Selection in Video Ranking, IEEE Transactions on Pattern Recognition and Machine Intelligence (PAMI), 2016, 02/2016; DOI: 10.1109/TPAMI.2016.2522418.