题目：基于深度学习的行人重识别方法研究
报告人：袁彩虹 副教授
时间：11月18日下午 14：30—15：30
地点：河南大学金明校区曾宪梓楼205会议室

由于不断增长的公共安全需要，大规模高质量以及廉价的视频摄像机设备被广泛应用。这些设备提供了大量的视频数据，用于异常或感兴趣事件检测、目标跟踪、司法部门取证等。但由于视频数据量巨大，仅靠人工准确地从摄像机网络中找到感兴趣对象是费力且低效的，而且很难做到实时监控，严重降低了监控的有效性。行人重识别(ReID)是多摄像机目标跟踪中的一个关键步骤，它通过对不同时段或不同视角下检测到的行人对象进行匹配，能够快速地锁定感兴趣目标，从而显著提高监控质量。本报告将探讨基于深度学习的行人重识别方法的研究工作，具体包括：基于深度多示例学习的行人重识别、基于身份识别和度量学习的混合行人重识别、基于极小簇损失的行人重识别，及其相关算法的有效性验证。