非可控环境行人再识别综述

最近几年,随着深度学习理论和行人再识别方法的发展和成熟,行人再识别技术取得了很大的突破,在理想条件下取得了很高的识别精度。但是,当前行人再识别算法在非可控环境的识别精度还比较低,距离实际可用还有很长的距离。非可控环境行人再识别面临许多挑战,包括训练样本不足、光照剧烈变化、行人遮挡和开集测试等,严重降低了行人再识别算法的性能。文章对非可控行人再识别技术,尤其是对小样本、可见光-红外、遮挡和开集行人再识别技术的近期进展、使用的数据库进行阐述,并分析了相关技术存在的问题和未来的发展趋势。

三维人脸表情获取及重建技术综述

人脸是人类重要的生物特征,逼真重建三维人脸面部表情有着广泛的应用,多年来一直受到研究人员的密切关注。目前,比较成熟的人脸三维模型获取大多还是依靠实验室昂贵的硬件系统和可控的光照环境,而学术界的研究热点已逐渐过渡到基于日常生活环境和低成本设备的研究。按照输入数据的来源,将现有的研究工作分为两大类:一是基于可控环境的三维人脸获取及重建技术;二是基于非可控环境的三维人脸获取及重建技术。以此为线索对当前技术和方法进行总结分类,并在此基础上探讨了当前研究存在的问题和未来的研究方向。