刘天瑜，刘正熙

（四川大学计算机学院，成都610065）

0 引言

近年来，随着智能监控领域的不断发展，单纯凭借传统的人力已经很难在对复杂的监控场景做出完善详尽的处理。作为一项在大型非重叠视角多摄像机网络获取到的海量视频画面序列里找到目标行人的任务，行人重识别（Person Re-Identification）可以被看作是多摄像头的行人检索问题。它建立在行人检测的基础之上，捕捉获取同一目标个体在不同非重叠摄像头中分布位置信息，推动了智能安保、智能视频监控、智能检索等领域的发展。

目前的大部分工作集中于可见光摄像头下的行人重识别问题。然而在实际应用场景下，摄像头应保证全天候的运作。由于可见光摄像头对夜间的监控安防工作作用有限，随着科技的进步发展，能够切换红外模式的摄像头正被广泛应用于智能监控系统。在可见光模式和红外模式下，分别采集到的是RGB 图像和红外图像，这是属于两种不同模态的数据，因此跨模态行人重识别问题被提出，随之引起了广泛的关注。有效解决跨模态行人重识别问题，对公共安全、预防犯罪和刑侦追查等方面有着重大的意义。

1 介绍

1.1 行人重识别

行人重识别作为计算机视觉领域的研究方向之一，近年来获得了一定关注。它被认为是一个利用计算机视觉技术对给定图像进行非重叠摄像头检索，从而识别出属于同一个行人图像的问题。行人重识别任务的起源最早可以追溯到1997 年的多摄像头追踪问题，2014 年，将深度学习中的孪生网络（Siamese Network）引入了行人重识别任务，从此开始将深度学习应用于行人重识别，形成了端对端的行人重识别系统。……