arXiv cs.AI· Quentin Dh\^ote, Romaric Audigier·· 13 小时前AI 评分22
行李重识别：面向真实场景应用的策略研究
Luggage re-identification: A study of strategies towards a real-world application
AI 导读
研究提出一套从多路视频流端到端检测并重识别行李的流程，并在真实环境采集的基准数据集上评估了不同变体。工作重点考察同一行李多视角、多镜头的选择与融合策略，以及在不同环境数据集上训练对实际应用整体 ReID 性能的提升。该研究已被 IEEE CBMI 2026 接收。
正文 · AI 翻译
摘要：行李重识别（ReID）是视频监控中的一项关键任务，可用于取证、安全或边境管理（可疑或遗留行李识别），以及行李管理（丢失行李找回）。它能够在机场、火车站和边境口岸等复杂环境中，将同一件行李在互不重叠的摄像头视图中的观测结果关联起来。现有方法主要关注在相对干净条件下基于外观的裁剪图像匹配，而现实场景的特点是频繁遮挡、背景杂乱和人群拥挤，这些会显著降低性能。然而，利用来自不同视频流的多张截图和多个视图的互补性的策略却被忽视了。本文研究了从多个视频流进行端到端处理以检测和重识别行李的策略。我们在真实环境中获取的基准数据集上评估了不同变体，以解决如何选择和合并同一行李的不同视图与截图，以及如何在不同环境数据集上训练以在实际应用中整体提升 ReID 性能的问题。
| 评论： | 7 页，4 幅图，5 张表。已被 2026 年 IEEE 国际基于内容的多媒体索引会议（IEEE CBMI）接收 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.40643 [cs.CV] |
| （或 arXiv:2610.40643v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.40643 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Romaric Audigier [查看电子邮件]
[v1]
2026 年 10 月 29 日星期四 17:58:59 UTC（1,314 KB）
来源：arXiv cs.AI · arxiv.org