夏道勋，郭 方，刘浩杰，夏 勇

（1.贵州师范大学大数据与计算机科学学院，贵阳550025；2.贵州师范大学贵州省教育大数据应用技术工程实验室，贵阳550025；3.西北工业大学计算机学院，西安710129）

引 言

行人再识别（Re⁃identification，Re⁃ID）作为计算机视觉和模式识别的一个热门研究领域，近年来引起了学术界和工业界广泛的关注［1⁃2］。行人再识别［1，3⁃5］旨在无重叠的视频监控网络中，对于摄像机视场中给定的某个行人，判断其是否出现在其他摄像机视场中的过程，是比行人检测更具挑战性的计算机视觉前沿研究方向。行人再识别领域知名学者郑良博士将开放式行人再识别系统总结为行人检测和行人识别两个重要任务［1］，如图1所示。行人再识别技术将行人检测结果作为先验知识，直接对行人图片进行跨摄像头检索。

图1 开放式行人再识别系统Fig.1 System of open⁃world person Re⁃ID

经过计算机视觉研究者的不懈努力，行人再识别在很多方面都取得了显著的成功［1，2，6］。如图2所示，利用一个时间轴来呈现有关行人再识别研究的重要里程碑节点，例如基于度量学习和深度学习的行人再识别已经促进了这一研究领域的发展。然而，现有的行人再识别研究大多是针对封闭场景而不是真实场景下进行，这在很大程度上限制了行人再识别技术的实际应用，通常同一个行人的表观差异可能会大于不同行人之间的表观差异，这种变化差异由视角改变、光照差异、姿势变化、分辨率差异以及遮挡等因素造成。近年来，智慧城……