（1）Re_ID 是图像检索的一个子问题，主要应用于视频监控，智能安防

（2）

1）早期手工设计视觉特征（如何获得更好的相似度度量），现在主要用深度学习的方法自动进行。

A:手工特征：颜色，HOG(Histogram of oriented gradient),  SIFT (Scale invariant   feature transform),LOMO (Local Maximal Occurrence). 

B:相似度度量：XQDA (Cross-view Quadratic Discriminant Analysis)， KISSME   (Keep It Simple and Straightforward Metric Learning)

C:传统方法的缺点：难以适应复杂场景，大数据量，传统度量学习求解困难。

2）现在利用深度学习，用欧式距离即可进行相似度度量。初期为单帧图片的全局特征。根据损失的类型不同可以分为：表征学习和度量学习。后引入局部特征和序列特征。最近的GAN在扩充数据集和解决图像偏差问题上有不错的效果。

整体来说，现大多数为监督学习，而迁移学习，半监督学习，无监督学习也值得研究。Re_ID主要是行人检测和行人重识别。只不过行人检测技术已经成熟，大家将其作为先验知识。将重点放在重识别。

其中有红外数据集。

各数据集的行人检测方法：Deformable Part-based Model(DPM)，手动标注，Faster RCNN 检测器

准确度的评估：累计匹配(Cumulative Match Characteristics, CMC)， 平均准确度(Mean Average Precision, mAP)。

1. 基于表征学习的方法（representation learning）：通过看成分类问题和验证问题。网络的最后一层softmax层的结果用以计算表征学习的损失，而前一层FC则是特征向量层。分类问题是输入一张图片来输出它可能分类的概率，而验证问题是输入两张图片，判断是否属于同一行人。  

1. 分类网络：常用ID损失和属性损失。即不仅使用行人ID作为标签（IDE），还要使用行人的属性。

ID损失和属性损失的算法一样：

2)验证网络：将经过同一个CNN得到的两张图片的特征向量输入验证网络（两个神经元，多输入，单输出）

验证损失为：（v为网络输出结果向量）

 基于度量学习的方法：将图片从原始域映射到同一个特征域，定义一个距离度量函数(向前传播时。 使用欧式距离，余弦距离或者曼哈顿距离等等)，通过最小化度量损失寻找最优映射（使同一行人距离尽可能小，不同行人距离尽可能大的CNN）。

对比损失 （contrastive loss）	y=1同一行人，y=0不同行人
三元组损失(triplet loss)	正负样本距离对和超参
改进的三元组损失（improved triplet loss）	加入正样本对之间距离
四元祖损失(quadruplet loss)	两个负样本对。推开负样本对时不会太影响固定图片的特征。

难样本：非常不像的正样本和非常像的负样本。

和表征的对比：

1. 基于局部特征的方法：

CNN自动提取全局特征，但仅使用全局性能不能达到要求。

1. 基于视频序列的方法

单帧的方法要求图像质量很高 , 这对于相机的布置和使用的场景是一个非常大的限制 。用所有序列的平均池化，最大池化，作为最终特征。这是一个急需解决的问题，但是和单帧方法比无论思路还是多样性都有一定距离。

需要考虑的问题有：

1）帧与帧间运动信息

2）更好特征融合

3）图像帧质量判断

可能解决的问题：

1）噪声较大

2）背景复杂

使用的方法和思路：

融合图像内容和运动信息:CNN提取空间特征，RNN提取时序特征（如：累计运动背景网络AMOC。每一帧送Spat Nets取全局特征，相邻两帧送Moti Nets提取光流特征，两者融合到RNN,通过AMOC题取融合两个信息的特征）。每一帧图像提取特征不同，为跟好融合有DFGP（同前一样，单个深度特征之后，取池化。通过离平均值最近找出最稳定帧，之后即可手动规定权重），深度学习注意力机制。

对图像帧进行质量判断：RQEN以姿态估计为先验知识，对每一帧进行质量判断，将先验结果输出到网络，诱导网络学习更多高质量图像，将高质量打上权重然后叠加。

1. 基于GAN的学习方法：

1. 各种方法比较

现在很多方法也是将二者相结合进行训练。

典型算法比较

挑战与未来