MATLAB ID代码已重新编写，旨在从两个不同的数据集中进行人员重识别的精度检验。

简介：
人员重新识别的代码经过重新审阅，其目标是什么？它具体是如何运作的？本次改写旨在用MATLAB编写一个ID代码，该代码能够从两个不同的摄像机获取两张行人图像，并对这两张图像进行对比分析，以判断它们是否属于同一个人。解决这一问题的直接途径是获取查询图像和推测的匹配图像，随后构建一个二元分类器，该分类器将报告这两个图像是否代表同一个人（+1，表示相同）或不同的人（-1，表示不同），如图1所示。为了训练人员重新识别系统，需要收集多组人员图像，其中一些图像是同一个人拍摄的两张照片（+1），另一些则是两张不同人的照片（-1）。本项目的核心任务在于实现人员的重新标识。用于此任务的数据集分别存储在“personre-idtest.mat”和“personre-idtrain.mat”文件中，从中提取。首先加载这些图像对，然后将每张图像调整为128x64像素大小，接着提取HoG特征。在此脚本中，我们训练了一个分类器（SVM）来预测任何成对的人像（无论其身份是否相同）的相似度特征，并评估模型的准确性水平。在完成此re-id任务的过程中，已经采用了多种技术手段，包括使用HOG特征、颜色直方图以及由预先训练的AlexNet网络提取的深层特征等方法。