涂园园，贺 松，姚绍华

（贵州大学 大数据与信息工程学院，贵阳 550025）

0 引 言

随着互联网技术的不断进步，行人重识别在视频监控、智能商业、智能安防等领域具有广泛的应用价值和研究意义。行人重识别是指在已知来源与无重叠摄像机拍摄到的图片或视频的资料库中识别出已知行人的技术，即一个摄像头（a）拍摄到某行人的图像或视频，利用计算机视觉技术在摄像头（b）拍摄的图像或视频中准确找到该行人。在实际监控环境中，由于光照、摄像头视角、行人姿态、遮挡及背景杂乱等复杂干扰，出现不同身份的行人图片很相似，而同一身份的行人图片却差异大的问题，如何对行人图片提取鲁棒性更强的特征是当前行人重识别研究亟需解决的问题。

行人重识别技术流程主要有两个步骤：第一步，利用特征表达方法从目标图像中提取鲁棒的行人图像特征；第二步，根据提取到的图像特征对行人图像进行相似度度量，行人图像对经过该距离度量函数能够准确反映出无重叠视域摄像头下的行人身份差异［1］。行人重识别研究主要方法有基于传统方法和基于深度学习方法，传统的行人重识别方法是从基于特征设计和基于距离度量学习两方面研究。基于特征设计的方法是通过设计鲁棒的、隐含的特征行人外观模型，提取图像任务当中的底层特征，比如颜色、纹理、光建点等特征，来减少光照条件、视角变化、姿态不同、遮挡等因素对图像对的影响，而且对身份异同具有识别能力。……