摘要: 行人搜索是计算机视觉领域中重要的研究方向之一,其研究目的是在未剪裁的图像库中检测和识别人物。对于行人搜索算法,尽管已有大量算法研究,但总结性研究尚有不足。为深入了解行人搜索算法,对大量相关文献进行了总结与分析。首先根据网络结构的不同,将行人搜索分为两类:一类是传统的两步法,一类是基于端到端的一步法,对一步法的关键技术:特征学习和度量学习进行重点分析和介绍;进一步介绍了行人搜索领域的数据集和评价指标,对主流算法进行性能比较与分析;实验结果表明,两步法虽然实现了很好的性能,但大多数的方法计算成本很高,且耗时较长,而一步法可以在更高效的学习框架中共同解决两个子任务,效果更好;最后对行人搜索算法进行总结,并讨论了未来的发展方向。
中图分类号: