主要观点总结
行人重识别是计算机视觉的热点，对于安防监控等场景有重要意义。受限于标注成本和数据规模，当前模型性能未能达到应用水平。近年来，预训练大模型引发了广泛关注，在行人重识别领域取得应用。文章综述了预训练大模型在行人重识别的应用，包括自监督预训练、大规模无监督行人数据集、基于预训练大模型的行人重识别研究等。探讨了基于大模型技术的行人重识别研究的未来发展方向，包括更大规模的无标签/合成行人数据集、嵌入行人先验知识的预训练/提示学习框架、基于大规模模型的通用行人重识别。
关键观点总结
关键观点1: 行人重识别的重要性
行人重识别在计算机视觉中是研究热点，对于安防监控等场景有重要意义，但受限于标注成本和数据规模，当前模型性能未能达到应用水平。
关键观点2: 预训练大模型的应用
近年来，预训练大模型引发了广泛关注，并在行人重识别领域取得应用。文章综述了预训练大模型在行人重识别的应用，包括自监督预训练、大规模无监督行人数据集、基于预训练大模型的行人重识别研究等。
关键观点3: 未来发展方向
文章探讨了基于大模型技术的行人重识别研究的未来发展方向，包括更大规模的无标签/合成行人数据集、嵌入行人先验知识的预训练/提示学习框架、基于大规模模型的通用行人重识别。
文章预览
作者：冯展祥，赖剑煌，袁藏等 来源：《中国图象图形学报》 编辑：陈萍萍的公主@一点人工一点智能 原文：http://www.cjig.cn/thesisDetails#10.11834/jig.240426 =zh 摘要： 行人重识别旨在对没有视野重叠覆盖的视域拍摄的行人目标进行身份匹配，是计算机视觉的研究热点，在安防监控场景有重要的研究意义和广阔的应用前景。受限于标注成本过高，行人数据集规模较小，当前行人重识别模型性能还达不到应用的水平，通用行人重识别技术还任重道远。 近年来，预训练大模型引发了广泛的关注，获得了快速的发展，其核心技术在行人重识别领域获得了越来越多的应用。本文对预训练大模型技术在行人重识别的应用进行了全面的梳理回顾。 首先介绍本领域的研究背景，从行人重识别的研究现状和面对的困难出发，简要阐述了预训练技术和预训练大模型的相关技
………………………………
