行人重识别简称Re-identification，目前研究这个方向的大神主要有，UTS的郑良，郑哲东，CUHK的xiaotong等。

这里想分析下，2017年的cvpr, Re-ranking Person Re-identification with k-reciprocalEncoding，文章主要提出了基于k阶导数编码的方式，对需要检测的gallery中的图片进行重排序，使得识别结果有所提升。

整个的pipeline如上图所示，样本已经是提取出来的行人图片，然后使用训练好的resnet50提取特征，基于这些特征计算出马氏距离和杰卡德距离，然后对这2个距离做一个加权求和，得到最终的距离。

作者在git上已经提供了程序，配置好后，在Market和CUHK上的运行结果如下，

结论：

RE-ID这门技术现在还很不成熟，和人脸识别还是有很大的差距，实际生活场景的应用，受光照，相机分辨率，遮挡，行人检测等的影响，实际识别效果差强人意，也许只能当做一种辅助的检测手段了。

如果换个思路一想，如果这种技术真的和访问手机定位人的位置一样准确的话，也许真的就是天眼时代的来临了，也许比《速度与激情》中的天眼还要厉害，人脸是存在摄像头捕捉不到的时候，但是人的身体就不会有这问题，也许大家都不会有隐私而言了。

reference：

https://github.com/zhunzhong07/person-re-ranking