秦晓飞，李 为，白永升，朱 玥，罗文彤，赵 刚，贾 程，李成名，鲁小东，周坚风

（1．上海理工大学 光电信息与计算机工程学院，上海 200093；2．上海理工大学 机械工程学院，上海 200093；3．杭州亿美实业有限公司，浙江 杭州 310000；4．杭州亿美光电科技有限公司，浙江 杭州 310000）

引 言

行人再识别技术是指在非重叠摄像头的场景给定一张行人图片，检索该行人在另一摄像头出现的所有图像。随着视频监控和图片检索的普及，行人再识别技术得到越来越多的关注和研究。由于受到光照变化、被物遮挡、视角和姿态的变化，视频中的行人外观会发生改变，这对行人再识别带来很大的技术挑战。

在目前工作中，行人再识别的研究主要集中在特征提取和度量学习这两个方面[1]。前者主要研究如何提取更具有代表性的特征，使特征表达更加鲁棒和具有辨别性；后者则是优化行人特征空间距离，提高空间距离判别性。随着卷积神经网络（ConvNets）在计算机视觉方面取得越来越多的成果，端到端的学习方法也被运用到行人再识别任务中。Li等[2]利用卷积神经网络对两张输入图片进行特征提取，并针对特征图水平条纹进行相似度比较。Ahmed等[3]提出将图片分为不同的块，利用一个浅层网络比较相邻块的差异，再利用一个网络层总结上层网络的差异。Gray等[4]提出将行人再识别视为一个二分类问题，利用孪生网络分别提取图片的特征并进行匹配。这些方法通过利用CNN（convolutional network）提取特征并结合空间对应关系来进行相似度比较。……