行人重識別

這是近幾年挺火的一個的一個課題，大概就是研究不同攝像頭之間的人物匹配。如下圖：

這兩個攝像頭拍到的兩個人，現在我們的任務是檢測這兩個是否是同一個人。有些思路是在圖片上進行處理，但是這樣就忽略了人行為的特徵，我們這是基於 $HOG3D$

HOG3D 的資料進行訓練。

思路

我們記一個人的特徵量 $\vec{x}$，那麼兩個人之間的距離就是 $D$

( x i ⃗ , x j ⃗

) D(\vec{x_i},\vec{x_j}) 。
我們訓練的思路是，我們要保證正確答案和錯誤答案之間隔一個margin。也就是 $D(\vec{x_i},\vec{x_j})+\rho<min_{y_k\ne y_i} D(\vec{x_i},\vec{x_k}),y_i=y_j$
那麼，為了使答案更準確，我們希望下面這個儘量小： $\sum_{\vec{x_i},\vec{x_j},\vec{y_i}=\vec{y_j}}max\{D(\vec{x_i},\vec{x_j})-min_{y_k\ne y_i}D(\vec{x_i},\vec{x_k})+\rho,0\}$
同時，我們也希望下面這個正確距離比較小： $\sum_{\vec{x_i},\vec{x_j},y_i=y_j}D(\vec{x_i},\vec{x_j})$
所以我們就得到目標函式 $f(D)=(1-\alpha)*\sum_{\vec{x_i},\vec{x_j},y_i=y_j}D(\vec{x_i},\vec{x_j})+\alpha * \sum_{\vec{x_i},\vec{x_j},\vec{y_i}=\vec{y_j}}max\{D(\vec{x_i},\vec{x_j})-min_{y_k\ne y_i}D(\vec{x_i},\vec{x_k})+\rho,0\}$