[本刊讯]清华大学王生进教授课题组在有关行人再识别的研究中取得引人注目进展，该项成果分别在2014年度欧洲计算机视觉国际会议、2015年度国际电气和电子工程师协会（IEEE）的计算机视觉大会（ICCV）上发表。
　　行人再识别（person re-identification）是一种判断所关注的某个特定行人在多个监测摄像头的哪个摄像头中出现过的新技术，以此获得行人的行走轨迹。它通过特征提取及与模板数据库比对的专门操作，实现对目标行人之识别。但是，这项技术仍未解决由于照明、视角、姿势、方位、摄像头设置上诸多变化而造成的匹配困难问题。
　　课题组在既有探索基础上融合了时空特征，并给行人再识别研究引进词袋表征（bag-of-wordrepresentation），即建立量化的图像特征关键词集合，获得性能领先的实验结果；还构建了一个本研究领域中迄今为止最大的行人再识别数据集“市场-1501”（Market-1501），使行人再识别达到快速准确的水平。他们的研究结果表明，在两个典型行人图像数据集上，行人再识别的准确率分别高于当时已有最好方法的4.4%和13.7%；在大规模行人再识别实验中，对目标行人的检索时间从400秒降低到1秒，检索效率比现有算法提高了2个数量级。
　　2016年，王生进研究组又在国际权威期刊《IEEE模式分析与机器智能会刊》（IEEE PAMI）上发表了最新的行人再识别研究成果。在两个典型的行人序列数据集上，基于时空信息的行人再识别准确率分别比现有最好方法提高5.7%和16.3%。
　　此研究有助于实现公共场所安全监控等的智能化，对平安城市建设等具有良好应用潜力，受到国家自然科学基金等项目的资助。