本研究提出了TransitReID框架，旨在提高交通起讫（OD）数据收集的效率和覆盖范围。该框架结合了抗遮挡重识别算法和动态匹配机制，在复杂的公交环境中实现了90%的高准确率。

本研究提出了一种新颖的双路径物体实例重识别变换器架构，结合了RGB和深度信息。研究结果显示，该方法在不同场景下的重识别和定位准确性显著提升。

本文提出了多镜头轨迹预测任务，适用于重识别和多目标多摄像头跟踪。发布了Warwick-NTU多摄像头预测数据库，包含15个同步摄像机网络的行人轨迹。开发了半自动化的注释方法，并提出了几种基准方法。