江苏龙网

  1. 首页 > 资讯 > 科技 > >

「reid」腾讯优图再次刷新三大ReID公开数据集纪录，首位命中率最高近99%

近日 ， 腾讯优图实验室在行人重识别（ReID）技术上再次取得突破 ， 通过引入跨场景ReID ， 其ReID模型性能刷新了三大权威主流ReID公开数据集CUHK03 ， DUKE-MTMC和Market1501的记录 ， 算法关键指标首位命中率（RANK1 Accuracy）和平均精度均值（Mean Average Precision）获得业内最好成绩 。表1： ReID公开数据集性能比较
「reid」腾讯优图再次刷新三大ReID公开数据集纪录，首位命中率最高近99%
图片
数据来源于网络行人重识别（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等对人进行识别 。 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 ， 对摄像头的清晰度、架设位置、角度没有硬性要求 。 正因此ReID技术成为继人脸识别技术后计算机视觉领域又一热门课题 。
鉴于ReID技术的技术优势和在各个领域的广泛应用前景 ， 近年来 ， 腾讯优图在这一方向上做出了大量技术投入和全面的技术布局 ， 在CVPR、TPAMI、AAAI、IJCAI等国际顶级学术会议和期刊上发表了超过15篇相关领域学术论文 。
「reid」腾讯优图再次刷新三大ReID公开数据集纪录，首位命中率最高近99%
图片
图一：行人ReID示意图虽然ReID技术已经过多年的演进 ， 但现实中复杂多变的场景 ， 也让跨场景识别（cross-domain person re-identification）成为ReID技术的一大难题 ， 此次腾讯优图刷新三大数据集所引入的跨场景ReID ， 便是在此难点上进行了技术突破 。
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 。 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 。
「reid」腾讯优图再次刷新三大ReID公开数据集纪录，首位命中率最高近99%
图片
图二：公开数据集MSMT17中的室内外行人图像视觉差异为解决ReID技术难点 ， 腾讯优图通过在遮挡匹配、全角度匹配、跨域检索等业务问题上的针对性优化 ， 以及在模型结构、损失函数、训练算法等各项技术上的大量积累和创新 ， 提出了一种跨场景行人重识别技术框架 ， 采用基于图卷积和孪生网络的模型 ， 使得神经网络对多朝向、多姿态等跨场景的人体具有更强的识别能力 。 这一技术能够为不同场景、不同拍摄角度和光照条件的行人视觉特征学习统一的特征表达 ， 有效提升了ReID技术在行人图像室内外、跨场景的相互检索的精度 。
「reid」腾讯优图再次刷新三大ReID公开数据集纪录，首位命中率最高近99%
图片
图三：跨场景行人重识别通过引入跨场景ReID ， 腾讯优图在三个数据集中刷新业内最好的水平 ， 其中Market-1501数据集的RANK1达到98.99% 。 RANK1和MAP作为衡量ReID技术水平的核心指标 ， 首位命中率高 ， 就意味着算法能够在众多图像中准确找出最容易识别或匹配的那张 。
在此基础上 ， 腾讯优图的ReID算法在多场景行人图像相互检索也处于业界领先水平 ， 在跨场景ReID数据集MSMT-17上超越已有算法达到业内顶尖水平 。
【「reid」腾讯优图再次刷新三大ReID公开数据集纪录 ， 首位命中率最高近99% 】表2：跨场景行人重识别性能比较
「reid」腾讯优图再次刷新三大ReID公开数据集纪录，首位命中率最高近99%
图片
腾讯优图的ReID技术不仅在相关数据集上已经取得了领先的性能 ， 依托ReID技术的应用系统也已在多种场景达到商用水平并实现广泛落地 。 未来 ， 随着跨场景行人重识别能力的逐步成熟 ， 腾讯优图的ReID技术也将在更多的场景和业态实现价值 。（责任编辑：李显杰 ）


推荐阅读


上一篇：【matepad】2K高清全面屏+专属教育中心 华为MatePad深化“沉浸式学习体验”

下一篇：『』爱奇艺与视频平台的未来十年