對于公安部門來說，雖然人臉識別攝像機(jī)已經(jīng)遍布城市，但面對反偵察能力強(qiáng)的嫌疑人，現(xiàn)有的視頻監(jiān)控系統(tǒng)很難成為助力：攝像頭覆蓋角度有限、分辨率低、面部信息捕捉不足、嫌犯行跡追蹤困難都成為了人臉識別攝像頭在公安領(lǐng)域應(yīng)用的典型難題。
而ReID(行人重識別)技術(shù)則從特殊人群檢索的巨大需求下應(yīng)運(yùn)而生。
ReID技術(shù)也稱行人再識別，是利用計(jì)算機(jī)視覺技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)。即通過一個(gè)監(jiān)控行人的圖像，即可檢索跨設(shè)備下的該行人圖像。旨在彌補(bǔ)固定攝像頭的視覺局限，并可與行人檢測/行人跟蹤技術(shù)相結(jié)合，廣泛應(yīng)用于智能視頻監(jiān)控、智能安保等系統(tǒng)。
近年來，ReID技術(shù)得到了大規(guī)模的重視，并屢屢得到突破。僅在今年5月，就有多項(xiàng)世界紀(jì)錄再次被刷新。然而技術(shù)水平高并不意味著可以雄踞市場高位。從落地的角度來看，ReID的實(shí)戰(zhàn)案例還是很少，僅有云從、曠視等少數(shù)幾家企業(yè)在公安口進(jìn)行了有效的嘗試。而技術(shù)與落地之間的矛盾，帶來的則是投資者對于這項(xiàng)技術(shù)的廣泛質(zhì)疑。
ReID的虛：算法刷榜真的沒有意義嗎？
不同于前幾年AI概念的大紅大紫，如今的投資者對于算法能力高低的興趣已經(jīng)大打折扣，一個(gè)個(gè)被收購的例子告訴他們，如今比起算法是否能夠“霸榜”，數(shù)據(jù)策略是否正確、業(yè)務(wù)與技術(shù)的對接是否順利已經(jīng)成為了更讓他們關(guān)心的問題。
然而自ReID這個(gè)技術(shù)領(lǐng)域，情況略微有所不同，因?yàn)閷τ诠部趤碚f，比起能夠減少多少人力消耗，更重要的問題是能否最大程度上減少錯(cuò)判、誤判的可能性。
目前即便是測試水平最佳的算法，準(zhǔn)確率也僅有98.88%，而1%以上的誤判率，在火車站等人流量大的場所將帶來非常多的誤判報(bào)警，得不償失。所以業(yè)界對于算法的測試結(jié)果都尤為關(guān)注。
而且同其他AI競賽不同，在ReID這個(gè)賽道上，有公認(rèn)的三個(gè)權(quán)威主流公開數(shù)據(jù)集，即CUHK03、DUKE-MTMC和Market1501。幾乎所有的ReID競賽都會在這三個(gè)數(shù)據(jù)集中進(jìn)行測試。在此基礎(chǔ)上，所有的ReID的能力可以很輕松的進(jìn)行橫向?qū)Ρ?，不同廠商算法之間的差距一看便知。
在此基礎(chǔ)上，甲方可以很容易就得到反映算法綜合性能的指標(biāo)MAP(平均精度值)，直觀地估算算法的實(shí)戰(zhàn)價(jià)值。
不過遺憾的是，即便是在DUKE-MTMC中MAP值最高的騰訊優(yōu)圖(成績截至5月20日)，MAP也只達(dá)到了91.1%，比起準(zhǔn)確度已經(jīng)突破99.5%的人臉識別，ReID技術(shù)顯然還有很大的進(jìn)步空間。
更令人擔(dān)憂的是，僅僅是數(shù)據(jù)集并不能代表ReID技術(shù)在實(shí)戰(zhàn)當(dāng)中的效果，從得到的反饋來看，ReID技術(shù)的落地還有眾多難點(diǎn)需要克服。
ReID的實(shí)：難點(diǎn)與機(jī)遇并存
截至目前，業(yè)內(nèi)主流的AI企業(yè)幾乎都參與到了ReID的技術(shù)研究中來，然而研究并不代表實(shí)戰(zhàn)，即便是在測算當(dāng)中跑分很高的算法，在實(shí)戰(zhàn)當(dāng)中依然會受到種種因素制約，從目前來看，ReID在實(shí)戰(zhàn)過程中的難點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：
(1)現(xiàn)實(shí)中行人照片會存在各種困難，例如遮擋，黑白到彩色，換裝等，比較會影響算法效果。
(2)ReID因?yàn)橐罂鐢z像頭，隱私等原因，數(shù)據(jù)采集難度大，對算法提出了在少數(shù)據(jù)上訓(xùn)練出高魯棒性的模型的極高的要求。
(3)商業(yè)落地需要圍繞ReID打造一些列相關(guān)技術(shù)矩陣，涉及到工程、算法、硬件、產(chǎn)品形態(tài)等多方面，對于小公司來說難度較高、
(4)ReID經(jīng)常涉及到跨場景識別，即追蹤人物的光線、遮擋關(guān)系、拍攝角度會隨著攝像頭的變換而不同，因此需要進(jìn)行大范圍的匹配。這也給ReID技術(shù)在實(shí)戰(zhàn)應(yīng)用中創(chuàng)造了難點(diǎn)。 (5)數(shù)據(jù)庫有限，上文提到的三大主流測試庫的樣本容量均在10萬以內(nèi)，相比之下，人臉識別公開數(shù)據(jù)集的ID已經(jīng)超過100萬，在實(shí)戰(zhàn)過程中我們經(jīng)?？梢月犅劙偃f級以上的數(shù)據(jù)庫給予支持，而這對ReID系統(tǒng)來說，運(yùn)算壓力無疑更大，還需要時(shí)間。
(6)攝像機(jī)機(jī)能限制，想要部署ReID，首先攝像頭的分辨率要符合標(biāo)準(zhǔn)，而以我國高清攝像頭目前的普及程度，想要大規(guī)模部署這種算法，成本上難以實(shí)現(xiàn)。
綜上所述，ReID的作用是不可以忽視的，但同樣它的部署也是受限的。據(jù)了解，目前ReID能夠真正實(shí)現(xiàn)作用的場景主要集中在機(jī)場、火車站、邊境地區(qū)等人流量較小或高清攝像頭分布密集的區(qū)域，距離大規(guī)模部署還有一定的距離。
雖然有著這些發(fā)展上的難點(diǎn)，但ReID技術(shù)在市場上尤其是公安口具有海量部署需求。 今年3月，發(fā)改委秘書長叢亮就曾公開表示：“疫情改變不了中國經(jīng)濟(jì)增長長期向好的趨勢。”同時(shí)，他也提出：“這次的疫情也暴露出了社會治理、公共能力設(shè)施、應(yīng)急能力建設(shè)等方面存在著一些短板和弱項(xiàng)，這些都是未來發(fā)展的空間和投資增長的潛力所在。”
隨著新基建的興起，智慧城市建設(shè)也步入新的階段，而人工智能算法則是其中的重中之重。尤其是在疫情黑天鵝的年初，很多安防企業(yè)都使用ReID算法成功識別了戴口罩的人群，并追蹤可疑人員軌跡，達(dá)到了防范于未然的效果。
【來源：安防展覽網(wǎng)】
上一篇：
