随着社会和经济的快速发展，城市公共安全问题受到越来越多的关注。视频监控作为保障城市安全的重要技术手段，被广泛应用于街道、学校、商场等人流密集的公共场所。城市视频监控网络每时每刻都在获取视频数据，目前的视频监控技术主要以“人工分析”为主，结合简单的智能化方法来处理分析视频数据，这导致了诸如“视频在、找不到”“找得到、找太久”“有服务、不可靠”等视频监控技术应用的瓶颈。因此，如何实现智能视频监控，尤其是对行人数据的智能处理、可疑行为的自动研判，是新时代公共安全领域的迫切需要。智能视频监控利用模式识别和计算机视觉技术对海量监控数据进行处理和分析，在不需要人力干预的前提下，能够实现对监控目标的自动检测、跟踪以及识别。行人再识别作为智能视频监控体系中的关键一环，旨在解决跨摄像头跨场景下目标行人的关联与匹配。本书是一本面向前沿科研工作者的专业书籍，它详细地介绍了当前行人再识别技术的研究现状、所得成就以及其面临的主要挑战，尝试提出合理的解决方案，并对行人再识别问题的发展进行了总结与展望，是一本兼具科学性、时效性、创造性的专著。

1 引子
3 第1章 绪论
1.1 引言
1.2 国内外研究现状
1.3 评价指标
1.4 常用数据集
1.5 本章小结
参考文献
第2章 基于多方向、多通道条形结构的特征学习
2.1 引言
2.2 相关技术
2.2.1 局部二值编码的变换金字塔模型
2.2.2 二元相互作用机制
2.3 基于方向多粒度的条形特征表示方法
2.3.1 基于方向多粒度的混合编码策略
2.3.2 颜色差分权重因子
2.4 基于最优多元组的度量融合策略
2.4.1 基于权重鉴别子空间的距离度量算法
2.4.2 基于差别矩阵的最优距离多元组模型
2.5 实验结果与分析
2.5.1 HLDIS MCTS数据集
2.5.2 CAVIAR4RE-ID数据集
2.5.3 WARD数据集
2.6 本章小结
参考文献
第3章 最大粒度结构与广义多视图判别分析
3.1 引言
3.2 相关技术
3.2.1 颜色直方图
3.2.2 局部敏感判别分析
3.2.3 典型关联分析
3.3 最大粒度结构描述符
3.3.1 基本思想
3.3.2 预处理
3.3.3 最大粒度结构描述符
3.4 广义多视图判别分析
3.4.1 多视角判别分析
3.4.2 多视角关联分析
3.4.3 多视角表示一致性
3.5 实验结果与分析
3.5.1 VIPeR数据集
3.5.2 CUHK01数据集
3.6 本章小结
参考文献
第4章 联合迁移约束下的相似性学习
4.1 引言
4.2 相关技术
4.2.1 视觉词模型
4.2.2 迁移学习模型
4.3 基于迭代一致的多粒度行人特征提取
4.3.1 基于k-means的多粒度视觉词模型
4.3.2 基于多视角迁移学习的多粒度特征分析与建模
4.3.3 基于多视角迁移学习多粒度特征模型问题的求解
4.4 基于多粒度特征的度量学习策略
4.5 实验结果与分析
4.5.1 VIPeR数据集
4.5.2 CUHK01数据集
4.5.3 PRID450S数据集
4.6 本章小结
参考文献
第5章 基于困难样本挖掘中心-三元组损失的深度融合特征表示学习
5.1 引言
5.2 相关技术
5.2.1 行人特征精细描述方法
5.2.2 行人特征优化度量方法
5.3 基于池化融合策略的特征精细描述
5.3.1 融合特征学习网络
5.3.2 模型对比分析
5.3.3 实验结果与分析
5.4 基于类中心的困难Triplets挖掘
5.4.1 硬挖掘中心三元组损失
5.4.2 模型对比分析
5.4.3 训练与优化
5.4.4 实验结果与分析
5.4.5 不同Re-ID模型对比
5.4.6 不同度量方法对比
5.5 本章小结
参考文献
第6章 基于增量生成抑制对抗网络的遮挡行人再识别
6.1 引言
6.2 相关技术
6.3 增量式生成遮挡-对抗抑制网络
6.3.1 增量式生成遮挡块
6.3.2 全局-对抗抑制框架
6.3.3 网络训练策略
6.3.4 模型对比分析
6.4 实验结果与分析
6.4.1 实验设置
6.4.2 实验结果
6.4.3 消融实验
6.5 本章小结
参考文献
第7章 基于人体协同解析的遮挡行人再识别
7.1 引言
7.2 相关技术
7.2.1 遮挡行人再识别
7.2.2 基于深度网络的聚类算法
7.2.3 多部分协同分割
7.3 人体协同解析再识别网络
7.3.1 整体框架
7.3.2 人体协同解析指导对齐网络
7.3.3 行人再识别子网络
7.3.4 推理阶段
7.4 实验结果与分析
7.4.1 实验设置
7.4.2 实验结果
7.4.3 消融实验
7.5 本章小结
参考文献
第8章 自适应遮挡数据增强的遮挡行人再识别
8.1 引言
8.2 相关技术
8.2.1 遮挡行人再识别
8.2.2 自动数据增强
8.3 基于图像内容自适应遮挡数据增强的行人再识别网络
8.3.1 总体框架
8.3.2 网络结构
8.3.3 自动遮挡控制器
8.3.4 在线训练策略
8.3.5 总体目标函数
8.4 实验结果与分析
8.4.1 数据集及评价标准
8.4.2 实验设置
8.4.3 实验结果
8.4.4 消融实验
8.4.5 超参数分析
8.4.6 可视化分析
8.5 本章小结
参考文献
第9章 多模态行人再识别
9.1 引言
9.2 相关技术
9.2.1 采用预训练视觉语言模型的特征提取
9.2.2 跨模态特征匹配方法
9.2.3 深度度量学习
9.3 基于双路径的特征提取框架
9.3.1 多尺度视觉表征学习
9.3.2 多尺度文本表征学习
9.4 基于自注意力的表征学习网络
9.4.1 自注意力主干网络
9.4.2 多尺度特征匹配
……