Person ReID : guide pratique de la ré-identification de personnes

Vous disposez d’une photo où une danseuse apparaît de dos, en pleine rotation, et vous voulez retrouver ses autres images dans une galerie. Son visage n’est pas exploitable. Pouvez-vous tout de même chercher des photos visuellement proches sans prétendre connaître son identité civile ?

C’est le rôle de la ré-identification de personnes, souvent abrégée en Person ReID. À partir de l’image recadrée d’une personne, le système classe les images d’une collection selon leur ressemblance avec cette requête.

Le résultat n’est généralement ni un nom, ni une certitude. Le modèle produit un vecteur d’apparence, c’est-à-dire une liste de nombres qui résume les indices visuels appris pendant l’entraînement. Un moteur compare ensuite votre requête à la galerie et retourne des candidats ordonnés.

À retenir : la Person ReID répond à « quelles images ressemblent le plus à ce recadrage ? », pas automatiquement à « qui est cette personne ? ».

Vous suivrez ici ce recadrage depuis ses pixels jusqu’à la liste vérifiée : détection, vecteur, recherche, métriques, échecs et contrôle humain. Le guide ne suppose aucune connaissance en apprentissage automatique et distingue les résultats de la recherche, les choix d’une application et les contrôles qui restent indispensables sur le terrain.

Un exemple dans une compétition de danse

Une même danseuse peut apparaître de face, de dos, en rotation, sous plusieurs éclairages et partiellement cachée par son partenaire. À l’inverse, plusieurs concurrentes peuvent porter des robes proches, avoir une silhouette similaire ou partager les mêmes couleurs.

Le déroulement le plus simple est le suivant :

1. une photo est découpée pour ne conserver qu’une personne ;
2. le modèle transforme ce recadrage en vecteur ;
3. les vecteurs de la galerie sont classés par proximité ;
4. une personne examine les meilleures propositions ;
5. elle confirme, rejette ou corrige avant publication.

Le premier résultat peut être correct, mais il ne l’est pas nécessairement. Une tenue presque identique peut rapprocher deux personnes différentes. Un changement de costume peut éloigner deux photos de la même personne. Une chaîne de traitement prudente doit donc rendre l’incertitude visible au lieu de transformer le meilleur score en décision automatique.

L’article de 2015 qui introduit le benchmark Market-1501 décrit la Person ReID comme une forme de recherche d’images et propose un jeu requête-galerie plus vaste, produit à partir de détections automatiques. Son contexte de vidéosurveillance reste toutefois différent d’un concours, d’un festival ou d’une galerie photographique.

Détection, suivi et ré-identification ne sont pas synonymes

Plusieurs briques sont souvent confondues alors qu’elles produisent des résultats différents.

Brique	Question	Résultat courant
Détection	Où se trouvent les personnes ?	Boîtes englobantes
Suivi vidéo	Quelles détections forment une même trajectoire ?	Identifiants de piste
Person ReID	Quels recadrages sont visuellement proches ?	Vecteurs et classement
Reconnaissance faciale	Quels visages ressemblent à un gabarit facial ?	Score ou candidat facial
Validation humaine	Le candidat est-il acceptable dans ce contexte ?	Confirmation ou correction

Un détecteur peut couper une partie du corps ou englober deux personnes. Un suivi peut changer d’identifiant après une occultation. Un modèle ReID peut confondre deux tenues. Ajouter ces composants les uns aux autres ne fait pas disparaître leurs erreurs.

La comparaison reconnaissance faciale ou Person ReID pour les photos d’événement détaille les cas où le visage est petit, flou ou tourné.

La chaîne complète, du fichier au résultat vérifié

Une mise en œuvre contient généralement plus que le modèle :

1. Définir la finalité et les droits. Savoir pourquoi les images sont traitées, qui peut y accéder et combien de temps elles restent disponibles.
2. Créer les boîtes englobantes. Détecter ou annoter chaque personne et documenter les cas tronqués ou occultés.
3. Préparer les recadrages. Appliquer la même taille, la même normalisation et la même version de prétraitement.
4. Extraire les vecteurs. Utiliser le modèle — son extracteur de caractéristiques et ses éventuelles couches propres à la ReID — pour produire une représentation de dimension fixe.
5. Construire la galerie. Stocker les vecteurs compatibles avec les informations de source et de version.
6. Rechercher les voisins. Classer les candidats, puis éventuellement réordonner la liste avec son voisinage.
7. Valider et mesurer. Donner à la personne chargée de la revue le contexte nécessaire et suivre les erreurs réelles.

Cette séparation facilite le diagnostic. Un corps absent relève du recadrage. Un mauvais classement peut venir du modèle ou d’un changement de domaine. Une publication erronée peut aussi révéler une interface de validation insuffisante.

Le guide sur la qualité des recadrages pour la ReID fournit une liste de contrôle pour le cadrage, le flou, l’occultation et les images contenant plusieurs personnes.

Que représente un vecteur d’apparence ?

Dans un même espace produit par une version compatible du modèle et du prétraitement, des vecteurs proches signifient que le modèle représente deux recadrages comme plus similaires. Les indices appris peuvent inclure les couleurs, textures, proportions, accessoires ou contours visibles. Ils peuvent également inclure des corrélations indésirables, par exemple un arrière-plan associé trop souvent à une personne.

Le vecteur ne contient pas un champ lisible « identité ». Il n’explique pas non plus avec certitude quel détail a provoqué un rapprochement.

Les systèmes normalisent souvent les vecteurs avant la comparaison. Pour des vecteurs normalisés en norme L2, similarité cosinus, produit scalaire et distance euclidienne sont liés. Cela ne rend pas deux versions de modèle interchangeables : le modèle et le prétraitement doivent être conservés avec chaque vecteur.

Les grandes familles de méthodes

La Person ReID est un assemblage de choix, pas une formule unique.

Extracteurs convolutifs et transformeurs

Les réseaux convolutifs restent des bases solides et souvent compactes. OSNet combine par exemple plusieurs échelles spatiales dans une architecture spécialisée pour la ReID.

Les transformeurs visuels découpent l’image en régions et modélisent leurs relations. TransReID propose une architecture conçue pour la ré-identification d’objets. Un modèle de fondation auto-supervisé comme DINOv3 fournit des représentations visuelles générales. Son utilisation en ReID exige encore un protocole d’extraction ou d’adaptation clairement défini et une évaluation propre à la tâche.

Aucun de ces noms ne constitue à lui seul une garantie de résultat sur un nouvel événement.

Description globale et parties du corps

Une description globale résume tout le recadrage. Les méthodes par parties examinent aussi des régions locales, afin qu’une chaussure, une manche ou le haut du corps puisse contribuer séparément.

Découper la silhouette en bandes horizontales est simple, mais suppose un cadrage assez régulier. Les méthodes guidées par la pose ou l’attention cherchent plutôt à repérer les régions visibles. Elles ne peuvent toutefois pas recréer les informations cachées.

Classification et apprentissage métrique

Une perte de classification apprend à séparer les identités présentes pendant l’entraînement. Une perte métrique apprend les relations entre exemples.

Dans un triplet, une image d’ancrage est comparée à une image de la même identité et à une image d’une autre identité. L’étude de référence sur la perte triplet et la sélection d’exemples difficiles décrit comment la composition des lots et le choix des exemples déterminent les triplets qui guident l’entraînement. Ses résultats concernent ce protocole expérimental, pas tous les jeux de données.

Généralisation à de nouveaux domaines

Un modèle entraîné sur quelques lieux peut perdre en qualité avec une nouvelle caméra, un éclairage différent ou une autre population. La généralisation de domaine essaie de limiter cette dépendance. L’adaptation de domaine utilise, elle, des informations provenant du domaine cible.

Aucune méthode ne dispense d’une évaluation locale. Le guide sur le changement de domaine en Person ReID explique les signaux à suivre et les réactions possibles.

Réordonnancement et regroupement

La recherche directe utilise la distance entre la requête et chaque candidat. Un réordonnancement examine aussi les relations entre voisins : le partage de voisins réciproques peut modifier la position d’une image dans la liste.

Le regroupement cherche des zones denses dans l’espace vectoriel. Un groupe n’est pas automatiquement une identité certaine. Les paramètres, les données et la validation humaine restent déterminants.

Les données commencent par des règles

Créer un jeu ReID exige de définir :

• ce qui constitue une identité et comment elle est nommée entre événements ;
• ce qu’une boîte englobante doit inclure ;
• comment marquer flou, troncature et occultation ;
• comment séparer entraînement, validation, requêtes et galerie ;
• comment éviter les images presque identiques dans plusieurs ensembles ;
• comment documenter provenance, population, droits, conservation et limites.

Réutiliser le même identifiant pour deux personnes différentes détruit le signal d’apprentissage. Placer deux images d’une même rafale de part et d’autre d’une séparation peut rendre l’évaluation artificiellement facile. Accumuler des fichiers ne compense pas des annotations incohérentes.

Ensemble fermé ou ensemble ouvert

Dans un protocole fermé, chaque requête est supposée posséder une correspondance valable dans la galerie. Une application réelle fonctionne souvent en ensemble ouvert : la personne recherchée peut être absente.

Le moteur trouvera toujours un premier voisin si la galerie n’est pas vide. Il faut donc pouvoir répondre « aucun candidat suffisamment fiable ». La calibration du seuil de similarité Person ReID doit utiliser des exemples positifs et négatifs représentatifs ainsi qu’une zone de revue.

Comprendre Rank-k et mAP

Rank-1 mesure si un bon candidat apparaît en première position. Rank-k regarde les k premières places. Pour chaque requête, l’Average Precision récompense les résultats pertinents placés tôt dans la liste ; la mean Average Precision, ou mAP, fait la moyenne de cette valeur sur toutes les requêtes.

Ces chiffres dépendent du jeu de données, des exclusions entre caméras, de la composition de la galerie et du réordonnancement. Ils ne se transfèrent pas automatiquement d’un article scientifique à un produit.

Le guide sur les métriques d’évaluation Person ReID détaille le protocole requête-galerie, Rank-k, mAP, les seuils, les segments de qualité et la charge de validation.

Code de recherche, service développeur ou logiciel métier ?

Ces trois formes répondent à des besoins différents :

• un environnement de recherche sert à entraîner et comparer des modèles ;
• un service de vecteurs transforme un recadrage préparé en représentation versionnée ;
• un logiciel métier relie les entrées, la recherche et la validation dans un parcours utilisateur.

Les pages dédiées à l’application Person ReID pour les photos d’événement et à l’API Person ReID pour les développeurs décrivent ces couches produit. Ce guide reste consacré à la tâche de recherche sous-jacente : aucune couche logicielle ne transforme une ressemblance visuelle en preuve d’identité.

Les échecs à prévoir dès le départ

• deux personnes portent des tenues presque identiques ;
• une personne change de costume ;
• le corps est partiellement ou totalement masqué ;
• le mouvement ou la faible résolution efface les détails ;
• la boîte englobe plusieurs personnes ;
• une nouvelle caméra provoque un changement de domaine ;
• le modèle apprend un arrière-plan plutôt que la personne ;
• le meilleur voisin est faux parce que la bonne personne est absente.

Ces situations doivent devenir des catégories de test et de revue, pas une simple note en bas de page.

Vie privée et usage responsable

Un recadrage de personne ou un vecteur d’apparence peut rester une donnée personnelle. La qualification de donnée biométrique dépend du droit applicable et notamment de la capacité du traitement technique à permettre ou confirmer une identification unique. Remplacer un nom par une suite de nombres ne rend pas automatiquement la donnée anonyme.

Un dispositif responsable définit sa finalité, sa base juridique, ses accès, sa conservation, ses suppressions, sa sécurité et son contrôle humain. La documentation du jeu de données doit décrire sa provenance, sa composition, ses annotations, les usages prévus et les lacunes connues. La checklist RGPD pour la Person ReID en événementiel structure ces questions sans attribuer une qualification juridique unique à tous les systèmes.

Quelle que soit l’implémentation, un résultat classé par ressemblance ne doit jamais constituer seul une preuve d’identité ni fonder seul une décision produisant des conséquences importantes.

Utiliser ce guide pour aborder la littérature

Ce guide est une aide à la lecture destinée aux étudiantes, étudiants, équipes de recherche et praticiens qui souhaitent accéder plus facilement à la littérature sur la Person ReID. Il renvoie aux sources primaires en précisant leur statut : les articles Market-1501, OSNet et TransReID sont des publications de conférences évaluées par les pairs ; l’étude de Hermans sur la perte triplet est une prépublication arXiv ; DINOv3 est un rapport technique déposé sur arXiv.

Certains articles PolyReID liés évoquent un rapport d’ingénierie interne d’avril 2026. Ce document sous-jacent est privé et non évalué par les pairs : il n’est présenté ici ni comme une publication accessible, ni comme une validation indépendante, ni comme un substitut aux sources primaires citées.

Parcours conseillé pour débuter

1. Retenir la différence entre détection, suivi et ré-identification.
2. Vérifier la qualité des recadrages.
3. Comprendre les métriques et les seuils.
4. Étudier le changement de domaine.
5. Choisir une forme d’intégration seulement après avoir défini l’usage, les données et la validation.

La meilleure question n’est pas « quel modèle affiche le plus grand chiffre ? », mais « quelles preuves montrent que cette chaîne versionnée convient à cette population, ces images et ce processus de revue ? »

Sources primaires pour aller plus loin

Ces publications étayent les descriptions historiques et techniques ci-dessus. Leurs résultats de benchmark ne constituent pas des performances annoncées pour un autre modèle, un autre jeu de données ou un produit.

• Liang Zheng et al., « Scalable Person Re-Identification: A Benchmark », ICCV 2015.
• Alexander Hermans, Lucas Beyer et Bastian Leibe, « In Defense of the Triplet Loss for Person Re-Identification », prépublication 2017.
• Kaiyang Zhou et al., « Omni-Scale Feature Learning for Person Re-Identification », ICCV 2019.
• Shuting He et al., « TransReID: Transformer-Based Object Re-Identification », ICCV 2021.
• Oriane Siméoni et al., « DINOv3 », rapport technique 2025.