「CV研究合辑」，是智东西公开课针对计算机视觉推出的一档合辑，聚焦于计算机视觉前沿领域研究成果与进展的讲解。每一讲由主讲与答疑两个环节组成，其中，主讲60分钟，采用视频直播形式，答疑30分钟，将在相应交流群进行。

Re-ID（Person Re-identification），即行人重识别，是一种利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。其广泛被认为是一个图像检索的子问题，给定一个监控行人图像，检索跨设备下的该行人图像。

当前行人重识别的研究工作主要集中在短期场景中，即数据中人物的外在服饰没有发生变化，不考虑衣服、化妆、配饰等因素的影响。然而在实际的长期环境中，每个人的服饰都会发生变化，所以为了让研究更好的贴近实际生活，我们需考虑其复杂的变化性。

AI技术，数据为先。想要更好的研究行人重识别中的换装问题，首先需要解决数据的问题，包括同一个人在不同服饰下的姿态、数据大小等；其次是网络设计问题，不同服饰下的数据特征会对网络提出不同的需求，而不同网络的性能不尽相同，一个网络的好坏将直接影响结果的好坏，因此设计一个符合要求的网络的显得尤为重要。

那么针对行人重识别中的换装问题，到底应该构建什么样的数据集，又该设计什么样的网络模型呢？4月16日晚8点，智东西公开课「CV研究合辑」第4讲直播开讲，由悉尼科技大学博士黄延为大家深度解析《换装行人重识别研究》。

黄延是悉尼科技大学在读博士。导师为悉尼科技大学工程与信息科学系副教授吴强老师。主要研究方向为计算机视觉中的行人重识别问题；目前，其研究内容以第一作者表于多个视觉主流会议期刊中，如ICCV，TIP，TCSVT。