傳統方法——手工設計特徵+距離度量。這些傳統方法因為依賴手工特徵, 不能適應資料量很大的複雜環境，效能也比較低，所以目前基本沒有人用了。
深度學習方法：
reid在測試的時候的類別與訓練時類別不同，沒有相同的類別（也就是測試的人和訓練的人不是同一批，open-set）
對抗攻擊：
攻擊者可以通過給良性樣本新增特定雜訊而輕易地欺騙dl模型，並且通常不會被人發現。攻擊者利用人的視覺/聽覺無法感知的擾動，足以使正常訓練的模型輸出置信度很高的錯誤**，研究者將這種現象叫做對抗攻擊，它被認為是在生產中部署dl模型之前的巨大障礙，因此激發了人們對對抗攻擊和防禦研究的廣泛興趣。
由於機器學習演算法的輸入形式是一種數值型向量（numeric vectors），所以攻擊者就會通過設計一種有針對性的數值型向量從而讓機器學習模型做出誤判，這便被稱為對抗性攻擊。
（1）無監督域適應（uda）。解決uda的乙個有效方法是對齊兩個域之間的特徵分布。
（2）無監督re-id
（3）無監督域適應reid
目標就是使用標記的源域和未標記的目標域來學習可移植的深度re-id模型，該模型可以在目標測試集上很好地推廣。
REID重識別的一些思考 專案 工程實現（四）
reid目前是乙個較為火熱的研究熱點，不管是在業界還是在學術界，在工業界實現專案的時候最大的問題就是如何快速設計乙個baseline，並且是乙個strong baseline，後續可在次基礎上進行更改和優化。由於不同的專案，不同的資料有各自的特點，所以這裡只是說一種常見的baseline，不一定對所...
一些語音識別的概念
呼叫日誌 call logging 語音識別的呼叫日誌在系統中有著非常重要的作用，該日誌記錄了輸入的音訊 載入的語法 識別過程的中間結果 識別模組呼叫過程 識別使用的各種引數 識別結果以及當時的系統環境資訊。這些資料是效果分析的依據，詳盡的call log是效果優化的基礎。說話人自適應 當使用者多次...
一些關於識別的胡思亂想
媽媽指著自己的眼睛說 這是眼睛 嬰兒也指著媽媽的眼睛說 這是眼睛 假設此時這個過程嬰兒已經學習了 眼睛 是什麼，那麼此時嬰兒只接受了一次有標籤資料，如果此時給他一條魚，指著魚的眼睛問嬰兒這是什麼，若嬰兒答出這是眼睛，那麼如果能知道嬰兒學習的原理，我們同樣可以用於機器學習，通過這樣減少更多訓練的資料，...