研究室1篇跨模态目标重识别研究综述：崔振宇, 周嘉欢, 彭宇新. 跨模态目标重识别研究综述[J]. 计算机科学, 2024, 51(1): 13-25，入选《计算机科学》创刊50周年特别专题。该专题由计算机科学编辑部特别策划组织，共遴选了10篇来自各个领域的精品文章。
  目标重识别技术旨在匹配不同区域摄像头在不同时间拍摄到的同一目标，被广泛应用于安防布控、刑侦监控等领域并发挥了重要作用。传统的目标重识别技术通常适用于光照条件良好情况下的可见光模态数据，但在处理黑夜低光照条件下的目标重识别任务时，其性能通常受到严重限制。红外摄像机因其卓越的夜视性能，通常被应用于在低光照条件下采集目标红外图像。因此，跨模态目标重识别技术旨在通过可见光图像匹配红外图像，实现全天候不间断的目标重识别。近年来，跨模态目标重识别技术取得了很大进展，然而，对于现有模型的归纳总结及深入分析仍然欠缺。本文对跨模态目标重识别领域的相关研究和新颖方法进行了深入调研和总结，讨论了现有方法在实际场景中面临的挑战，并从模型分类和模型评价两个方面对现有方法进行归纳与分析。最后，讨论了跨模态重识别领域仍然存在的挑战并对未来发展趋势进行了展望。

相关链接：
2024年1期目录总览