资讯

AI大咖争相刷榜,ReID技术的魅力和难点

安防知识网 2020-05-20 15:44:40

ReID技术推进的现实意义和技术研究难点。

  近期,业内几大主流AI企业相继曝出在三大权威主流ReID公开数据集CUHK03、DUKE-MTMC和Market1501刷新新记录的好消息。

  以Market1501公开数据集的首位命中率测试结果为例,相较于前两年平均值在96.5%+的评测记录,2020年各企业ReID算法关键指标首位命中率(RANK1 Accuracy)和平均精度均值(Mean Average Precision,mAP)最新记录均有了较为明显的提升,平均值分别逼近98.6%+、97%+。

表:权威主流ReID公开数据集性能比较(2020最新数据)

  数据来源企业官方新闻

  数据提升的背后,预示着业界关于行人重识别ReID算法的研究迎来了持续的新突破,诸多实际应用场景有望凭借算法的突破升级迎来进一步的落地应用。

  行人重识别(Person ReID)是指对不同摄像机捕捉到的行人图像建立身份对应关系(即关联行人ID),对行人实现在整个场景下的行动路线的全面刻画。简单来说,在看不到人脸的复杂多场景下也能通过体态、着装、配饰等细节特征等对人进行跟踪识别。

  相较于人脸识别技术,ReID对人体图像的遮挡、朝向和清晰度具有较高的鲁棒性,很大程度上降低了对摄像头的清晰度、架设位置、角度等局限性要求,在实战过程可以发挥更好的技术突围作用。ReID技术也正被看做是继人脸识别之后计算机视觉领域的又一热门课题。

  ReID技术推进的现实意义

  ReID技术的不断突破,对推进该项技术在诸多场景的实际应用有着极大的现实意义。笔者对此也特别咨询了在ReID技术研究方面取得重大的突破的云从科技,云从科技举例表示,以公安视频侦查的应用为例,安防视频监控系统点位众多,但有的因为安装角度、分辨率等因素的影响,摄像头拍不到人脸只能拍到大概的体态影像,可以基于ReID技术通过体态、衣着等特征找寻嫌疑人。

  与此同时,ReID可实现跨镜头、跨时间、跨空间的目标人物追踪,结合人像大数据技术,可快速勾画出嫌疑人的行踪轨迹,有效助力公安部门通过视频监控系统来展开案件侦查。

  另外,近年来伴随着商业领域精细化营销的展开,ReID技术在商业领域还可以用于顾客行为轨迹追踪分析,协助商家分析客户行为,理解商业意图。

  值得一提的是,在今年度爆发的新冠疫情当中,ReID技术的投入使用也为疫情防控带来了创新的技术手段,对超温、疑似/确诊病例的追踪起到了很好的技术辅助作用,及时阻断疫情传播,降低风险。

  行人重识别ReID技术难点

  也正是因为ReID技术有着极高的实战应用价值,目前业内主流的AI企业基本都有展开关于ReID技术的研究,围绕着ReID算法、算力、数据及应用等各方面展开积极探索。不过,技术研究仍然存在很高的复杂性,据云从科技提到,目前行人重识别ReID技术研发难点主要在这些方面:

  (1)现实中行人照片会存在各种困难,例如遮挡,黑白到彩色,换装等,比较会影响算法效果;

  (2)ReID因为要求跨摄像头,隐私等原因,数据采集难度大,对算法提出了在少数据上训练出高鲁棒性的模型的极高的要求;

  (3)商业落地需要围绕ReID打造一些列相关技术矩阵,涉及到工程、算法、硬件、产品形态等多方面,对于小公司来说难度较高。

  此前,腾讯优图也表示,跨场景识别的难点在于,不同场景由于环境光照、摄像头角度、背景等因素,例如室内大型商场、小型门店的侧面和高俯角相机、室外道路、社区的强光和夜晚环境等,都会对人体图像的视觉特征造成影响。

       小结

  如何让ReID技术适应复杂多变的场景,实现跨场景行人图像的检索,是一项重大的技术挑战,也是实现室内外行人动线联动、全城联动的关键性技术。突破此技术难点对拓展ReID的落地场景和业态,实现大规模行人识别有巨大的作用。

责任编辑:汪琴丽

0