摘要
行人重识别（Person Re-ID）旨在跨多个非重叠摄像头匹配同一行人。尽管空中监控平台在安防领域的部署日益广泛，现有行人重识别基准数据集仍主要聚焦于地面摄像头之间的匹配，针对空中摄像头之间匹配的研究则极为有限。为此，本文提出一个新的基准数据集——AG-ReID，该数据集在一种全新场景下开展行人重识别任务：跨空中与地面摄像头的行人匹配。AG-ReID数据集包含388个身份的21,983张图像，并为每个身份标注了15个软属性（soft attributes）。数据由一架飞行高度在15至45米之间的无人机与校园内一台固定式地面CCTV摄像头协同采集。由于空中与地面视角下行人外观存在显著差异，该数据集为行人重识别任务带来了全新的俯视视角挑战。为此，我们提出一种可解释性算法，利用软属性指导行人重识别模型的训练，以应对这一挑战。实验结果表明，所提方法在空中-地面行人重识别任务中具有显著有效性。该数据集将公开发布，基准代码也将开源，地址为：https://github.com/huynguyen792/AG-ReID，以推动该领域的研究发展。