重慶2018年4月4日電 /美通社/ -- 日前，人工智能“國家隊”云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(cong)悉尼(ni)科技大學、南洋理工、中科院自(zi)動化(hua)所、清華大學等多(duo)家知名高校、企(qi)業與研究機構脫(tuo)穎而出(chu)，刷(shua)新了世界記錄。
其中較高在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，人工智能即將從“刷臉”跨到“識人”的新紀元。
領先算法 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、發型就“認出”你。
該技(ji)術可以(yi)作為人(ren)臉(lian)識別技(ji)術的(de)重(zhong)要補充，可以(yi)對無(wu)法獲取清(qing)晰拍攝人(ren)臉(lian)的(de)行(xing)人(ren)進行(xing)跨攝像頭連續跟蹤，增強(qiang)數(shu)據(ju)的(de)時空(kong)連續性。該技(ji)術可以(yi)廣泛應(ying)用于(yu)視頻(pin)監控、智(zhi)能安保、智(zhi)能商業等領域。
Market-1501、CUHK03、DukeMTMC-reID是當(dang)前衡量(liang)ReID技術(shu)的(de)(de)較權(quan)威(wei)主流的(de)(de)數據集。首(shou)位(wei)命中(zhong)率(lv)（Rank-1 Accuracy）、平均(jun)精度均(jun)值（Mean Average Precision，mAP）是衡量(liang)ReID技術(shu)水平的(de)(de)核心(xin)指標(biao)。
云從(cong)科(ke)(ke)技(ji)(ji)在(zai)這三個數據(ju)集中(zhong)(zhong)都刷(shua)新了(le)業內較(jiao)好的(de)(de)(de)(de)水平(ping)，在(zai)Market-1501數據(ju)集的(de)(de)(de)(de)Rank-1 Accuracy達到(dao)驚人的(de)(de)(de)(de)95.7%，使(shi)用(yong)(yong)Re-Ranking 技(ji)(ji)術后(hou)更(geng)是(shi)達到(dao)96.6%。mAP是(shi)更(geng)加全面衡量ReID算法效(xiao)果(guo)的(de)(de)(de)(de)指標(biao)(biao)，它要求將檢(jian)索圖片與被檢(jian)索圖片都匹配正確(que)，而不止(zhi)首位命中(zhong)(zhong)。云從(cong)科(ke)(ke)技(ji)(ji)此次將Market-1501的(de)(de)(de)(de)mAP指標(biao)(biao)將現在(zai)較(jiao)好的(de)(de)(de)(de)水平(ping)提高了(le)近5%，達到(dao)86.9%，使(shi)用(yong)(yong)Re-Ranking技(ji)(ji)術之(zhi)后(hou)更(geng)是(shi)達到(dao)了(le)94.2 %。能(neng)夠獲得如此大(da)幅度的(de)(de)(de)(de)突破，充分說(shuo)明(ming)云從(cong)科(ke)(ke)技(ji)(ji)ReID的(de)(de)(de)(de)研(yan)究成(cheng)果(guo)的(de)(de)(de)(de)價值，該成(cheng)果(guo)必然能(neng)夠推動ReID技(ji)(ji)術的(de)(de)(de)(de)大(da)幅進步，也使(shi)得ReID加速(su)實際(ji)應用(yong)(yong)。
為什么我們需要跨鏡追蹤（ReID）技術？
人(ren)臉(lian)識別技(ji)術(shu)經過進幾年的(de)(de)發展，已(yi)較(jiao)為成(cheng)熟，在眾多(duo)的(de)(de)場(chang)景(jing)與產品(pin)中都已(yi)有應用(yong)(yong)，但人(ren)臉(lian)識別技(ji)術(shu)只用(yong)(yong)到了人(ren)的(de)(de)臉(lian)部(bu)信(xin)息，而(er)沒有利用(yong)(yong)人(ren)體其它信(xin)息，例如(ru)衣著、姿(zi)態、行為等，另(ling)外在應用(yong)(yong)時必須要能抓拍到人(ren)臉(lian)，這在很多(duo)場(chang)景(jing)下無(wu)法滿足，例如(ru)低頭、背(bei)影、模糊(hu)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、發型等信息認知行人。這將人工智能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(ren)工智能領域(yu)的(de)重(zhong)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。而云從科技的跨鏡追蹤（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能由“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(zong)（ReID）技(ji)術與人臉識(shi)別技(ji)術類(lei)似，存(cun)在較(jiao)多(duo)的(de)(de)困難(nan)點需要(yao)克(ke)服(fu)，例如(ru)光線、遮擋、圖(tu)片模糊等客觀因素。另(ling)外，行人的(de)(de)穿著多(duo)樣，同一人穿不同的(de)(de)衣(yi)服(fu)，不同的(de)(de)人穿相(xiang)似的(de)(de)衣(yi)服(fu)等等也對跨鏡追蹤(zong)（ReID）技(ji)術提出更高的(de)(de)要(yao)求。
行人(ren)的(de)姿態(tai)多變導致人(ren)臉上廣泛(fan)使(shi)用(yong)的(de)對齊技術也在(zai)跨(kua)鏡(jing)追(zhui)(zhui)蹤(zong)（ReID）失效。行人(ren)的(de)數(shu)據獲取難(nan)度(du)(du)(du)遠遠大(da)于(yu)人(ren)臉識別數(shu)據獲取難(nan)度(du)(du)(du)，而行人(ren)的(de)信息復雜程度(du)(du)(du)又(you)遠遠大(da)于(yu)人(ren)臉，這(zhe)兩(liang)個因素(su)疊(die)加(jia)在(zai)一起使(shi)得(de)跨(kua)鏡(jing)追(zhui)(zhui)蹤(zong)（ReID）的(de)算法研究變得(de)更加(jia)困難(nan)，也更加(jia)重要(yao)。通過(guo)算法的(de)有效設計，降低對數(shu)據依賴來實現(xian)(xian)跨(kua)鏡(jing)追(zhui)(zhui)蹤(zong)（ReID）效果的(de)突破是(shi)現(xian)(xian)在(zai)業內的(de)共識。
本次云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。云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，并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(zhu)(zhu)細節：模型(xing)真正(zheng)懂得什么(me)是(shi)人，模型(xing)會把注(zhu)(zhu)意力放(fang)在膝蓋，衣服商標等能夠顯著區分行(xing)人的一些(xie)核心信息(xi)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。云從科技在“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”的人工智能對智能安(an)防、人機互動、自動駕駛、智能商業、家居生活等(deng)各方面的幫助與提升。
