行人再識別,澎思科技 ReID算法的三大突破

不久前，江蘇省某市公安通過 AI 技術(shù)分析監(jiān)控攝像頭中的信息，抓獲了一個偷盜電動車的嫌疑人員。監(jiān)控攝像頭在現(xiàn)場拍到的是嫌疑人背對攝像頭的情況，未有清晰正面的人臉，但圖片顯示了他的穿著、發(fā)型、身高等信息，而警方運用的技術(shù)則是計算機視覺領(lǐng)域中的行人再識別技術(shù)（Re-ID），通過Re-ID技術(shù)警方找到了關(guān)聯(lián)攝像頭正好拍到他的正臉，以此確認身份，迅速將嫌疑人抓獲。這也是行人再識別技術(shù)在實戰(zhàn)場景中的一個典型應(yīng)用，而提供給警方技術(shù)支持的則是國內(nèi)人工智能企業(yè)澎思科技（Pensees）。

行人再識別，澎思科技 ReID算法的三大突破

行人再識別起源于多攝像頭跟蹤，指在非重疊視角域多攝像頭網(wǎng)絡(luò)下進行的行人匹配，即確認不同位置的攝像頭在不同的時刻拍攝到的行人目標是否為同一人。行人再識別涉及計算機視覺、機器學(xué)習(xí)、模式識別等多個學(xué)科領(lǐng)域。在行人再識別（ReID）技術(shù)研究領(lǐng)域，首位命中率（Rank-1 Accuracy）和平均精度均值（Mean Average Precision，mAP）是衡量算法水平的核心指標。

近日，在行人再識別（Person Re-identification，簡稱ReID）算法上澎思科技取得了突破，在三大主流ReID數(shù)據(jù)集測試 Market1501、DukeMTMC-reID 和 CUHK03 中，算法關(guān)鍵指標首位命中率（Rank-1 Accuracy）刷新了世界紀錄。

在三大數(shù)據(jù)集上，Rank-1 指標分別達到 96.73%、92.01% 和 84.57%超過了阿里巴巴、騰訊、大華、云從科技等頭部廠家；在 CUHK03 數(shù)據(jù)集的實驗中，mAP 也超過了之前的成績。

澎思科技 Market1501 部分測試結(jié)果

澎思科技通過對算法的自研創(chuàng)新和融合探索，算法上的突破有以下三點：

1、金字塔水平分塊策略：采用 human parsing 對人體分割，結(jié)合金字塔水平分塊策略，使得網(wǎng)絡(luò)準確提取細粒度區(qū)域特征的能力大幅提升；

如圖所示， 特征圖水平分割 6 等份，其冪集一共有種組合，去掉全集和空集以后還有種組合方式，這些特征區(qū)域可以組合成為新的特征圖。對每個新的特征圖進行常規(guī)操作（全局池化=>卷積=>批歸一化=>激活函數(shù)=>全連接層=>ID 監(jiān)督信號）。通過多監(jiān)督信號的參與，可以大幅提高模型的精度和魯棒性。

2、（1）漸進式訓(xùn)練策略；（2）圖網(wǎng)絡(luò)結(jié)構(gòu)

（1）訓(xùn)練階段，借鑒 curriculum learning 思路，難樣本比例逐步提升，使得損失函數(shù)更易收斂。參與訓(xùn)練的樣本按照學(xué)習(xí)難易度、按順序進入和退出訓(xùn)練循環(huán)，模型在訓(xùn)練的同時評估各樣本的難度，如此可以保證模型能夠有效挖掘樣本特征完成ReID任務(wù)。

（2）通過圖網(wǎng)絡(luò)結(jié)構(gòu)，學(xué)習(xí)得到各個細粒度特征的加權(quán)系數(shù)，進一步提高特征的分辨能力。

如圖所示，網(wǎng)絡(luò)在學(xué)習(xí)行人特征提取的同時還要學(xué)習(xí)區(qū)分不同部分的人體結(jié)構(gòu)，有的放矢地在這些區(qū)域提取特征并進行池化可以大大減少背景信息造成的干擾。同時使用圖卷積網(wǎng)絡(luò)對人體各部分的特征之關(guān)系經(jīng)行建?？梢缘玫揭粋€人的整體表示，其效果要優(yōu)于直接垂直等分特征圖。

各部分的特征向量首先堆疊在一起形成特征矩陣，使用一維卷積分別混洗每行和每列的特征，讓信息在各部分、各通道之間流動，重復(fù)一定次數(shù)以后可以得到穩(wěn)定的整體特征。

3、重構(gòu)距離：最后在測試階段，除常規(guī)距離計算手段，引入重構(gòu)距離，提升網(wǎng)絡(luò)對未對齊、遮擋等技術(shù)難點的魯棒性。

為了解決遮擋帶來的精度下降問題，提出線性空間重構(gòu)，利用參考圖片的信息嘗試盡可能地恢復(fù)殘缺特征圖，恢復(fù)后的特征圖和參考特征圖之間的距離即為重構(gòu)距離。由此可以保證相似的圖片之間可以互相重構(gòu)，而不同個體的圖片不管怎么重構(gòu)都有一定的距離。從而提高了模型應(yīng)對遮擋情況的能力。

ReID 算法持續(xù)優(yōu)化，加速技術(shù)在多行業(yè)應(yīng)用落地

ReID 算法加速技術(shù)在多行業(yè)應(yīng)用落地

近年來受益于深度學(xué)習(xí)的發(fā)展，行人再識別（ReID）技術(shù)水平得到了巨大提升，超越人眼識別能力，并達到了商用的水平。作為人臉識別技術(shù)的重要補充，其發(fā)展內(nèi)核便是在不同視頻中，在無法獲取清晰人臉特征信息前提下，機器通過穿著、發(fā)型、體態(tài)等信息將同一個人識別出來，增強數(shù)據(jù)的時空連接性。在公共安全（如智能視頻監(jiān)控、安保、刑偵）、智能零售、智能交通以及智慧城市等領(lǐng)域有很高的應(yīng)用價值。

在公共安全領(lǐng)域，行人再識別技術(shù)在警務(wù)實戰(zhàn)中可以作為人臉識別技術(shù)的有力補充，幫助公安視頻偵查實現(xiàn)人臉、人體圖像與數(shù)據(jù)聯(lián)結(jié)，強化軌跡追蹤功能，深化公安視頻圖像應(yīng)用能力。

在智慧零售領(lǐng)域，行人再識別技術(shù)可以幫助商超收集“人”與“場”之間的關(guān)系數(shù)據(jù)并以可視化的方式重現(xiàn)。通過行人再識別技術(shù)追蹤記錄顧客店內(nèi)行動軌跡，分析熱點區(qū)域和商品關(guān)注度，分析不同區(qū)域的客流駐足率，從而據(jù)此優(yōu)化商品陳列，獲取最佳客流動線；感知客流峰谷，最受歡迎區(qū)域，合理配備人員，提升服務(wù)。同時，也將有助于基于用戶行為畫像，實現(xiàn)線下廣告精準投放。

在智能制造、智慧園區(qū)等領(lǐng)域，行人再識別技術(shù)同樣可以在提高員工工作效率，管理規(guī)范生產(chǎn)過程，降低企業(yè)管理成本，提升企業(yè)安保等級等方面有很多的應(yīng)用場景。目前，澎思科技自研的 ReID 算法已經(jīng)在不同行業(yè)的多個業(yè)務(wù)場景中落地應(yīng)用。