美國情報高級研究項目活動（IARPA），政府的情報研究部門，正處於開發新的重新識別算法的早期階段，以在離散的視頻片段中跟踪人員，車輛和通用物體，並正在尋求多學科團隊的建議。
在影片發表在國家情報主任辦公室的YouTube頻道，來自非授權傳感器的IARPA視頻鏈接和情報的計劃經理Reuven Meth博士（林克斯該工具說，該工具將用於識別模式和例程，並“將在開放世界的環境中起作用，那裡在人們所處的位置，車輛所在的位置或需要重新識別的人和車輛的套裝不知情。”
“考慮一群蜜蜂，” Meth博士說。 “人們可能有興趣了解特定的蜜蜂，例如皇后蜜蜂 - 整個系列中的皇后蜜蜂在哪裡？我們也可能有興趣知道蜜蜂一般旅行的地方，他們旅行了多遠，他們去過哪些花，等等。知道蜜蜂旅行的地方可以洞悉其常規的海比特人。”
在視頻林中區分個體的方法的一部分是軟生物識別技術，這些特徵是年齡或體重等特徵，可用於在某些情況下與他人區分開來，但在這種情況下並不是有用的，也不是穩定的標識符。
最近在最近的一個信息事件指定視頻lincs自主將對象關聯到各種，非授權，視頻傳感器鏡頭和地圖上，將重新識別的對象與統一的坐標系重新識別，以在共同的參考框架中進行地理定位。根據資金選秀機會描述在這裡可用, “the reID and geo-localization algorithms will distill raw pixel data into spatio-temporal motion vectors, providing the ability to analyze these patterns for anomalies and threats. While the ultimate goal will be to re-identify general objects, the program will start with person reID, progress to vehicle reID, and culminate with reID of generic objects across a video collection.”
該系統必須是獨立的，因為它能夠在沒有外部參考數據集（例如畫廊或庫）的情況下分析和重新識別任意視頻集合中的對象，並且對上述對像沒有任何先驗知識。它必須容納各種視頻來源，並了解何時在其自己的庫中添加新對象；根據描述草案：“缺乏先驗要重新識別的對象的畫廊將要求系統自主確定何時擴展系統生成的畫廊，以包括其他對象與將匹配匹配到現有對象。 ”
它還需要端到端，能夠準確攝入視頻並輸出重新識別和映射的對象位置數據。
IARPA表示，研發計劃將持續48個月，並分為三個階段。提案的呼籲草案指出，團隊將是合作和多學科的期望。相關專業知識範圍中列出的技能包括AI，計算機視覺，機器學習，車輛指紋識別和軟生物識別技術。
