Retrieve是利用计算机视觉方法判断图像或者视频序列中是否存在特定行人的技术，通常也被认为是图像检索的子问题。

在实际的Retrieve过程中，光线、姿态、遮挡、相机等因素都给行人图像带来了很大的类内差异性，强监督ReID的核心问题在于如何提取鲁棒且丰富的图像特征。目前已有的方法有AlignedReID、SCPNet、SphereReID、AlignedReID ++、STNReID等。

而由于不同场景拍摄的行人图像存在域差异，近年来跨域ReID受到了很大的关注，基于图像生成和伪标签聚类等方法在跨域ReID任务上均取得了不错的效果，其新的方法也不断出现。浙江大学博士罗浩等人在今年的ECCV VISDA2020 Challenge中，以无监督的ReID方案获得本次比赛冠军。

9月7日晚8点，智东西公开课邀请到浙江大学博士、ECCV VISDA2020 Challenge冠军团队的罗浩参与到「CV前沿讲座」第16讲，带来主题为《图像检索及其跨域问题的研究和应用》的直播讲解。

罗浩老师将从常见的基于深度学习的ReID方法出发，详解基于图像生成和伪标签聚类的跨域ReID方法、最后重点讲解他们团队在ECCV VISDA2020 Challenge比赛中获得冠军的ReID方案。感兴趣的朋友不要错过呀！

罗浩是浙江大学博士，研究方向为计算机视觉与深度学习。发表论文近二十篇，成果发表于PR、TMM、CVPR等期刊会议，谷歌学术引用累计近600次。代表作BagTricks Baseline开源代码Star次数超千次。曾获得ECCV、IJCAI会议challenge冠军，以及CVPR会议challenge、Kesci ReID大赛TOP3等。