【热点聚焦】Re-ID技术突破人眼能力 落地检验遇“拦路虎”

人脸识别摄像机遍布城市，然而，相符采集标准的摄像机占比却较少，在摄像头无法看清人脸的景遇下，若安在人山人海中锁定某一个人的动作轨迹？有一个体式较为可行：即经由上传特定人物照片，同时检测多个不合位置的摄像头数据，精准找出所有摄像头抓拍到的方针人物图像，并生成其动作的时空轨迹。这就是行人再识别手艺(Re-ID)。
 

近年来，Re-ID手艺逐渐获得正视，起头屡屡取得打破。国内AI创企澎思科技近日在Market 1501的Rank-1指标上已经达到96.73%，而在Duke MTMC-reID、CUHK03两个数据集上也刷新了业内记载。那么，手艺水平高是否就意味着足以雄踞市场高位？
 

[好文分享：www.11jj.com]

落地是磨练Re-ID的独一标准
 

跟着时间推移，AI安防赛道上马太效应将逐渐显现，企业均试图在竞争对手起步之前就领先一个身位或进一步拉开先发优势的差距。毫不夸张地说，我们正处于各项人工智能大规模落地应用爆发的前夜。
 

是以，在手艺取得打破性进展的同时，作为以盈利为目的的企业，无论澎思科技照样第二波AI安防商业化浪潮中的其他玩家，只有能够针对用户需求深挖场景，熟悉行业里的问题、痛点，提出解决法子，正视应用落地，才能获得长久生存的资格。
 

公众安然是Re-ID手艺幻想应用场景
 

要找到合适的商业落地应用场景，本质上是找到Re-ID在哪些方面可以做得比人类更好。
 

实际上，Re-ID及其他识别均可以看做分类信息。公众场合视频监控数据具有海量、高维度特征，无论是存储量照样角力速度，与Re-ID手艺对比，人类具有很大局限性，行使Re-ID提高摄像头识别能力将是一项普及需求。在这一层意义上，Re-ID手艺已经跨越了人眼识别能力(94%)，为商业化做好了必然的手艺预备。
 

Re-ID落地路上的拦路虎：数据集规模
 

今朝基于深度进修的人工智能高度依靠大数据，Re-ID也不例外，企业的数据底细往往是决意项目是否成功实施的先决前提。尽管AI安防行业时刻在发生海量数据，但经标注的数据却十分稀少，导致Re-ID今朝可用数据集非常小，大的也未打破十万。
 

与人脸识别动辄百万甚至切切级且身份信息多样的数据集对比，数据集较小的Re-ID手艺仍需络续提升。
 

此外，实际应用场景下的无正脸照、姿态与服装变换、遮挡、光线、摄像头不同率低等，都是Re-ID手艺要解决的实际问题。
 

结语：手艺打破是实现落地的首要一步，也是第一步。Re-ID手艺已经有了应用场景，接下来需要完美数据底细，企业也需要搭建合适的团队，至此，在确认手艺原型可行的景遇下，就可进行迭代并大规模实施。
 

当然，Re-ID在实际应用过程中依然会碰着好多问题，例如：能否由安防推广到其他行业？这对企业来说也是一个重大时机，谁能将Re-ID成长到更多领域、实现更深层次的应用并制订响应标准，谁就能够在这场关于未来的竞争中取得伟大优势。