本周为TechBeat人工智能社区第301期线上Talk。

北京时间5月6日(周四)晚8点，武汉大学在读博士—刘方驿的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “深度学习行人重识别综述与展望”，届时将介绍有关Deep Learning、Closed-world ReID、Open-world ReID、AGW的相关研究与近期的一些进展和思考。

Talk·信息

▼

主题：深度学习行人重识别综述与展望

嘉宾：武汉大学在读博士 刘方驿

时间：北京时间 5月6日 (周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接 https://datayi.cn/w/4PYKzx59 至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

▼

行人重识别任务在智能视频监控领域发挥着重要的作用，是一项跨摄像头视角匹配目标行人图像的任务。实用的行人重识别系统主要包含5步：数据采集，标定框生成，训练数据标注，模型训练以及行人搜索，根据这5步，ReID可以分为Closed-world ReID和Open-world ReID。ReID还存在一些有待研究的问题：不可控的数据收集、人工注释最小化、领域特定/可泛化的架构设计、动态模型更新和高效的模型部署。

本次分享的主要内容如下：

1. 介绍：主要对行人重识别的背景，流程进行介绍

2. Closed-world ReID：对特征表示学习以及深度度量学习等进行介绍

3. Open-world ReID：对跨模态ReID，噪声鲁棒的ReID以及半/无监督ReID等进行介绍

4. 展望：对AGW模型和提出的mINP进行介绍，并对ReID领域的一些有待研究的问题进行讨论

Talk·参考资料

▼

这是本次分享中将会提及的资料，建议提前预习哦！

Deep Learning for Person Re-identification: A Survey and Outlook

https://ieeexplore.ieee.org/document/9336268

Talk·提问交流

▼

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

▼

刘方驿，武汉大学计算机学院一年级博士研究生，导师为杜博教授和叶茫教授。此前于重庆大学微电子与通信工程学院获工学硕士学位。研究兴趣为深度学习和行人重识别。在TCSVT期刊，ICCV会议上发表学术论文2篇。

关于TechBeat人工智能社区

▼

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ