研究生開學兩星期了，我也逐漸踏上新的科研之路。導師給我安排的方向是行人再識別（ReID），鑑於研究生階段時間安排比較自由，所以我打算寫一系列的博客來記錄這一科研過程，一方面是爲了給自己的讀研生活留下一點痕跡，爲以後的畢業論文什麼的提供一份參考，另一方面，希望和一些同方向的人能有些交流，要是還能夠幫助到一部分想進入這塊領域研究的人那是再好不過了。
就行人再識別這塊領域而言，我其實並不是特別看好，目前比較先進的成果準確率都不是很高，這和之前做的人臉檢測和識別不同，人臉檢測與識別的所應用的場合一般都是正臉，特徵提取相對容易，而行人再識別涉及到的是全身，並且不同角度下拍攝的同一個人差別會很大，有的攝像頭拍攝的照片不是很清楚，導師還要求是要在跨膜態的條件下實現行人再識別，所謂跨模態就是既有普通攝像頭拍的RGB圖像，又有紅外圖像，我看了一部分樣本庫，感覺有時候咱們一個正常的人都不一定能百分百識別出跨模態下的同一個人，更別說計算機了，可見這塊領域的研究難度確實大，但作爲一個課題而言，只要能找到一種新的方法或者對現有的方法提出一定改進能夠達到目前較爲先進的方法的檢測率，或者略微有所提升，這就算出了點成果，可以發論文了，導師瞄準的恰恰就是這塊，想在一個別人沒有怎麼涉及到的地方做出一點創新，而深度學習的網絡目前發展的已經比較成熟了，想依靠改進網絡去提高準確率似乎已經很難，因此導師讓我們重點關注特徵的提取，也就是說尋找一種能較好應對跨模態情形下的特徵，畢竟不管用什麼攝像頭拍攝，既然拍的是同一個人，那必定有相似之處。
任務已經很明確了，接下來就是行動，首先在研一我打算完成以下幾部分內容：1.閱讀論文，瞭解ReID的各種方法 2.熟悉pytorch的使用（pytorch是一個深度學習的框架，類似tensorflow），掌握用pytorch去搭建神經網絡，先實現手寫數字識別什麼的，爲以後做個鋪墊 3.實現某些ReID的算法