【行人重识别】图像分类与图像检索的区别

最近看文献看到这个，始终没理解为什么说行人再识别属于图像检索与图像分类之间。
我的理解是：图像分类和图像检索是不是本质是一样的，只不过数据库中的类别数量造成一个成为分类问题，一个成为检索问题。

图像分类问题：你要分类图像的时候，已经学习过狗的概念了，输入一张图像，你predict图里有狗；
图像检索问题：你要找最像的图像，你没有学过狗是什么样，而是给了一张狗的图像，找最像的图像，大概率里面是狗的。
所以对于图像检索问题，你甚至可以在建筑物图像上学，不需要学同一domain的图像，当然效果会差一些。
在person reid (market-1501)里，我们用的是751个人的训练样本，测试的时候用的是另外一批人来做检索。
训练集和测试集没有交集。所以也可以说是没有直接的训练样本。

可不可以提供一下这篇论文的题目，我也想看一看原文

http://blog.csdn.net/liuqinglong110/article/details/41699861

另外，我感觉图像分类和图像检索都可以分为两部分：图像分类分为特征学习+分类器学习，图像检索分为特征学习+度量学习。最初的图像分类可能是自己设计认为对区分类别有帮助的特征，然后用分类器去分类，通过调整分类器的参数对图像进行分类。后来，也可以学习特征，也就是根据分类器的性能学习好的特征表示，同时也可实现对图像更好的分类。而图像检索也可以自主设计特征，然后通过不同的相似性度量，检索出跟查询图像最相似的图像。或者学习特征，也就是根据检索的结果对特征进行调整，以得到更好的特征表示以及检索性能。两者之间的关系就是：可以有基于分类的检索算法，也可以有基于检索的分类算法。不知道我的观点对不对，还请指正

求论文题目