96.6％ 雲從科技跨鏡追蹤技術刷新三項世界紀錄

日前，人工智慧「國家隊」雲從科技在跨鏡追蹤技術（ReID）上取得重大突破。同時在Market-1501，CUHK03，DukeMTMC-reID三個數據集上從悉尼科技大學、南洋理工、中科院自動化所、清華大學等多家知名高校、企業與研究機構脫穎而出，刷新了世界記錄。

其中最高在Market-1501上的首位命中率（Rank-1 Accuracy）達到96.6%，打破了之前阿里iDST在2018年1月創造的世界紀錄，讓跨鏡追蹤技術（ReID）在準確率上首次達到商用水平，人工智慧即將從「刷臉」跨到「識人」的新紀元。

領先演算法 同時刷新三項紀錄

跨鏡追蹤技術（Person Re-Identification，簡稱 ReID）是現在計算機視覺研究的熱門方向，是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人的技術。

簡單來說，它可以無需人臉，只用看穿著、體態、髮型就「認出」你。

該技術可以作為人臉識別技術的重要補充，可以對無法獲取清晰拍攝人臉的行人進行跨攝像頭連續跟蹤，增強數據的時空連續性。該技術可以廣泛應用於視頻監控、智能安保、智能商業等領域。

Market-1501，CUHK03，DukeMTMC-reID是當前衡量ReID技術的最權威主流的數據集。首位命中率（Rank-1  Accuracy）、平均精度均值（Mean Average Precision，mAP）是衡量ReID技術水平的核心指標。

雲從科技在這三個數據集中都刷新了業內最好的水平，在Market-1501數據集的Rank-1 Accuracy達到驚人的95.7%，使用Re-Ranking 技術後更是達到96.6%。mAP是更加全面衡量ReID演算法效果的指標，它要求將檢索圖片與被檢索圖片都匹配正確，而不止首位命中。雲從科技此次將Market-1501的mAP指標將現在最好的水平提高了近5%，達到86.9%，使用Re-Ranking技術之後更是達到了94.2 %。能夠獲得如此大幅度的突破，充分說明雲從科技ReID的研究成果的價值，該成果必然能夠推動ReID技術的大幅進步，也使得ReID加速實際應用。

為什麼我們需要跨鏡追蹤（ReID）技術？

人臉識別技術經過進幾年的發展，已較為成熟，在眾多的場景與產品中都已有應用，但人臉識別技術只用到了人的臉部信息，而沒有利用人體其它信息，例如衣著、姿態、行為等，另外在應用時必須要能抓拍到人臉，這在很多場景下無法滿足，例如低頭、背影、模糊身形、帽子遮擋等等。

而跨鏡追蹤（ReID）技術正好能夠彌補人臉識別技術不足，跨鏡追蹤（ReID）技術能夠根據行人的穿著、體態、髮型等信息認知行人。這將人工智慧的認知水平提高到一個新的階段，現在跨鏡追蹤（ReID）已成為人工智慧領域的重要研究方向。

但現有的研究成果還不是很成熟，離實際商用的要求還有一定距離。而雲從科技的跨鏡追蹤（ReID）技術獲得了重大突破，將現有的技術水平提高到一個新的階段，這將大大推動業界技術研究與應用落地的進度，也將大大推動人工智慧由「刷臉」跨進全面「識人」的新紀元。

跨鏡追蹤（ReID）技術有哪些難點？

跨鏡追蹤（ReID）技術與人臉識別技術類似，存在較多的困難點需要克服，例如光線、遮擋、圖片模糊等客觀因素。另外，行人的穿著多樣，同一人穿不同的衣服，不同的人穿相似的衣服等等也對跨鏡追蹤（ReID）技術提出更高的要求。

行人的姿態多變導致人臉上廣泛使用的對齊技術也在跨鏡追蹤（ReID）失效。行人的數據獲取難度遠遠大於人臉識別數據獲取難度，而行人的信息複雜程度又遠遠大於人臉，這兩個因素疊加在一起使得跨鏡追蹤（ReID）的演算法研究變得更加困難，也更加重要。通過演算法的有效設計，降低對數據依賴來實現跨鏡追蹤（ReID）效果的突破是現在業內的共識。

本次雲從提出通過融合行人的全局信息以及具有辨識力的多粒度局部信息的思路，為解決ReID問題提供了一個非常不錯的思路。雲從科技本次提出的方案有幾大優勢（1）結構精巧：該方案實現了端到端的直接學習，並沒有增加額外的訓練流程，（2）多粒度：融合了行人的整體信息與有區分度的多粒度細節信息，（3）關注細節：模型真正懂得什麼是人，模型會把注意力放在膝蓋，衣服商標等能夠顯著區分行人的一些核心信息上。

「刷臉」是計算機視覺領域重要的應用，而「識人」將促使計算機視覺行業進入新的發展階段。雲從科技在「識人」方向的眾多細分領域已經有深入的研究，例如行人檢測、行人結構化信息提取、人體關鍵點檢測、姿態估計、行為動作識別等。技術的落地會讓大家能夠更快地體會到「識人」的人工智慧對智能安防、人機互動、自動駕駛、智能商業、家居生活等各方面的幫助與提升。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！