文安智能官宣：ReID跨镜跟踪算法精度再创新高

　　这些年，人工智能视觉技术板块挺火的，而其中的人脸识别技术更是永远占据创投、科技媒体的头条，并在各大科技展会上霸屏。第一年感觉新鲜，第二年觉得套路没变，第三年除了精度提高了以外，似乎没啥新花样了。时至今日，人脸识别领域单纯的刷榜已无意义，AI小伙伴们重要的是沉下心来，在自己选好的领域里，踏踏实实地进一步优化技术，做出能为用户创造实际价值的产品方案来。

　　那么，接下来想炫技的话，该怎么办呢？强烈推荐ReID，Maybe它将成为AI视觉领域，继人脸识别之后，又一霸屏级存在。

▼

ReID是个啥？

　　ReID，英文全称Re-identification，中文里的人体重定位、跨镜跟踪、行人再识别都是它，是指通过穿着、体态、发型等在不确定的场景中能够再次识别是同一个人，并以此描绘出个体行进轨迹的AI视觉技术。从概念上，ReID年头不少了，早在2008年，文安智能董事长陶海博士与其学生D。Gray提出世界上第一个广泛使用的ReID数据库VIPeR，并研发出当时全球的相关算法。

　　但是ReID 与人脸识别相比，有着一个的不同。人脸的特征一般具有性，而特征的性愈高，单靠这个特征去查找或定义一个人就会更准确，也更容易。ReID 在这一块是完全无法比拟的，也就是难度系数更大。由于图像拍摄的时间、地点随机，且光线、角度、姿态不同，再加上行人容易受到检测精度、遮挡等因素的影响，ReID 的研究工作非常具有挑战性。它最终的目的是要能达到 1-to-1 匹配的状态。

▼

ReID能干啥？

　　任何能用到人的行动轨迹分析的场景，都有ReID的用武之地，典型的比如安防场景的敏感人群分析，零售场景的消费者行为分析等。

示意图：零售场景下，用ReID技术分析消费者的运动轨迹

▼

这些年，我们将要刷的榜

Public是公开发表的论文里的结果

　　VIONVISION是文安智能的结果(均为Reranking之前)

　　MSMT17、Market1501、DukeMTMC-ReID、CUHK03，ReID界影响力的四大名库，这次是轮到文安智能出头了。虽然目前没有权威的公开比对，但根据公开数据，四大数据库中，文安智能算法的结果在首位命中率(Rank-1 Accuracy)、平均精度均值(Mean Average Precision，mAP)两个核心指标上，均不同程度的于目前公开可见的水平。

▼

为什么可以这么？

　　研发人员扔给小编同学一张图：

基于人体关键点的多粒度网络结构

　　PBSAN (Pose-Based Spatial Attention Networks)

　　这图看得小编是懵@着进来，懵@着出去，但他们的观点是，基于人体关键点的多粒度网络结构，为解决ReID问题提供了一个非常不错的思路。

▼

ReID离落地还有多远？

　　什么叫离落地还有多远？为了这个问题，研发的小伙伴对小编Diss了半天。研发同学认为，秉承文安智能历来以面向实际应用为出发点的研发思路，我们的研发从来就是场景导向的，我们不是在落地，就是在落地的路上，刷刷榜只是顺带而为。经过他们的解释，在小编粗浅的理解里，ReID的实际应用，与场景内的人群数量级和场景本身的复杂度密切相关。事实上，在文安智能的智慧门店解决方案里面，已经有实际的应用，未来只会是越来越好，越来越靠谱。

　　欢迎有兴趣的关注哈！

　　&hellip；&hellip；未来的人工智能无限浩瀚&hellip；&hellip；

▼

关于文安智能

　　文安智能成立于2005年，是专注于人工智能视觉技术与产品自主研发的先行者，致力于为智慧城市和智慧商业打造端到端解决方案。

　　文安智能汇聚了由众多来自清华大学、中科院、微软研究院、IBM研究院等相关领域的行业专家组成的强大研发队伍。从人脸识别、行为识别、人群分析、车辆识别与分析等底层算法研发开始，文安智能自主研发了一系列的AI视觉核心算法、高性能人工智能硬件平台与行业定制化智能解决方案。目前，公司产品与方案已经在国内外广泛应用，受到交通、综治、公安、商业地产、连锁零售等各行业客户的信赖与认可。