cookieOptions = {...}; ‧ 知道人體辨識嗎?ReID 技術瞭解一下 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2021年6月25日 星期五

Learning Longterm Representations for Person Re-Identification Using Radio Signals

使用無線電信號學習人員重新辨識的長期行為表現



源:亿欧网
在很多的電影中,你可能會時常看到,當警察需要追查一個失蹤人員,或者是定位一個犯人的時候,就會使用警政系統,佈局在城市裡每一處的攝影機,進行辨識追蹤。然後透過警政系統龐大的人像數據庫分析後,就能夠得到需要尋找人的位置。


是不是每次看到這類鏡頭,都會感到很神奇呢?其實這麼神奇的技術裡面,就有著跨鏡追蹤(ReID 技術)的應用,它不僅能夠辨識人臉,還能夠根據人體的行為方式、體態和髮型等,進行搜索追蹤。

ReID 技術也叫跨鏡追蹤,其全寫是 Re-identification,從其字面意思可以理解出,就是對於監控鏡頭下的物體,進行重新辨識和辨認。

如對人物的辨識,能夠辨認出人的服裝穿著、體態和人體其他代表性特徵。它可以透過跨攝影機鏡頭,來對行人進行辨識、追蹤和檢索。用來作為對人臉辨識技術的重要補充,對於無法捕捉到清晰人臉的行人,可以採用跨鏡頭持續進行跟蹤。

由於跨鏡追蹤(ReID 技術)發揮空間大,有著很大的實用價值。目前跨鏡追蹤(ReID 技術)已經廣泛的應用於商業、安控、交通、金融等領域。

中國的安控公司如海康、大華,以及 AI 四小龍的商湯、曠視、依圖、雲從,還有傳統的網路巨頭BAT、華為等,對於 ReID 技術都是非常的關注與重視,有著自己的佈局和累積。(這些公司都已被美國羅列在禁用公部門應用之列)

對於 ReID 技術,不僅僅存在於電影速度與激情7裡面的「天眼」,它其實貫穿於我們的整個生活,以下就有著幾個日常的應用場景。

智慧城市追蹤嫌犯
在該應用場景下,當警察機關知道了嫌犯的照片,卻需要掌握充足的證據來證明嫌犯的犯罪事實。雖然有著監控攝影機的影像,但是面對著幾百幾十個攝影機的時候,龐大的數據量,需要耗費很長的時間去尋找。

此時就可以使用 ReID 技術,在有關監控攝影機的影像庫裡面,尋找嫌犯出現的影像段,將其整理串連起來,對於嫌犯的行為軌跡進行整合,那麼在警察機關偵破案件的時候,起到了很大的作用。

智慧辨識違規違法駕駛行為
當警察機關利用好這一技術,不僅可以在追蹤嫌犯的時候可以用上。在道路車輛行駛的時候,不用再透過模糊的圖像,人工的仔細辨認駕駛員的駕駛行為,來判定駕駛員是否涉及到,違規違法的行為。

ReID 技術可以透過交通部門,設置在各個路口的監控攝影機,對於通過的車輛進行連續跟拍。如剛更新的交通違法處罰規定,交通管理部門利用監控攝影機的跟拍,透過 ReID 技術來分析,對於駕駛員在駕駛時的行為,進行辨識與辨認,然後利用算法來判定是否屬於違規違法行為,後續就可以對相關的駕駛員,進行扣分罰款的處罰。


智慧尋人系統
在遊樂園經常會出現小朋友與父母走失,面對著遊樂園絡繹不絕的人群,想要在人海中尋找到走失的小朋友,猶如大海撈針般困難。

但是當有著龐大的遊客人像數據庫的時候,可以利用 ReID 技術,可以尋找到從小朋友進遊樂園起的所有行為軌跡圖像,然後將其進行串連,就可以找到此時小朋友的位置。這是不是比傳統的尋人方式更簡單呢?

大型商場的保全
在大型商場中,如果想要第一時間分析出人的行為,並且對於每一個顧客都有著即時的行為軌跡分析,那麼就需要龐大的顧客人像數據庫。

在該人像數據庫的基礎上,加上 ReID 技術的應用,對於顧客在商場公開的範圍內,都是可以進行即時行為分析的。如果有著一些行為異常的顧客,那麼 ReID 技術將會著重追蹤該人員,並且將其在商場的行為軌跡,整合起來進行分析。對於一些能夠以行為軌跡進行判斷的預**況,ReID 技術會進行提示。

如果在商場中,出現了一些偷盜等行為,那麼商場的保全人員可以利用 ReID 技術,快速的對該偷竊人員進行追蹤,得到其有效的個人身份資訊,對後續警察機關的破案,也提供了關鍵的證據。

無人超市的監管
無人超市作為一種新型的零售模式,由阿里巴巴和京東作為引領者,在中國範圍內進行大面積的佈局。

ReID 技術在無人超市的應用,從顧客通過人像辨識進入零售店開始,全程都在跟蹤每一個顧客,將他們的行為軌跡進行串連儲存,對於一些行為異常的顧客,會重點對該顧客進行跟蹤。如果有著違反零售店規則的行為,那麼是可以進行預警,提醒後台監控人員的。

ReID 技術
ReID 技術的應用,是作為未來建設智慧型城市,安全型城市的重要技術之一。在當下深度學習作為人工智慧的重點,與 ReID 技術結合後,實用性獲得了廣泛的拓展。如 ReID 與電腦視覺

ReID 與電腦視覺
透過上述的應用案例,ReID 技術所涉及到的影像結構化模式,是不可或缺的。如今的電腦視覺學,也是以此作為實用性進行展開,在與深度學習結合後,計算機視覺對於整個視頻的處理,可以分解並且進行結構化起來。但是面對著巨大的數據處理,還需要新的技術才能進行實用,而 ReID 技術的出現,剛好就可以結合起電腦視覺與數據庫。

ID 技術在進行測試時,需要實際採用一些數據集,而在數據集中有著評價的指標,用來對 ReID 技術的準確性進行判定。以下有著 ReID 使用較多的兩個評測指標:

1.Rank1
ReID 終歸是一個排序的問題,Rank 是排序命中率的核心指標。Rank1是首位命中率,就是指排在第一張圖裡面的有沒有命中對象本人。

2.mAP
mAP 的平均精度均值,更能全面的評價 ReID 技術,這一指標是衡量 ReID 辨識的整體均值,來進行判斷的。

在這裡詳細介紹下評測指標mAP。由於 Rank1 只需要第一張圖片命中就可以,那麼其偶然因素必然會存在。而 mAP 在衡量整個 ReID 算法的時候,是以體的辨識為對象,那麼其評測的結果更加全面,影響因素也會減小。

在這兩組圖中,圖片1 和圖片2 作為檢索圖,每張檢索圖後面的圖片下的序號代表著檢索位置。

那麼 mAP 在計算的時候,檢索圖後的第一張圖作為序號1,將第一張圖除以 1,第二張圖除以排序的實際位置,即 2 除以 3,後續圖片依次類推,第五張圖就是 5 除以 20 了。接著再把計算的值求平均數,然後再除以圖片的總數,就得到了其 mAP 的值大概是 0.63。

那麼根據同樣的算法計算出第二張檢索圖的mAP的精度值是 0.756。最後再把所有的圖片計算出來的 mAP 值求平均值,大概是 69.45。

從該公式就可以看出,最後需要的 mAP 精度,是需要計算整個檢索圖在底庫中,所有圖片的 mAP 值,那麼只有當該對象在底庫中,圖片的序號都排著前列,並且沒有任何人打斷其圖片的連續性,那麼就可以得到最高的精度,當然這種情況的要求是非常高的。所以 mAP 是比較能夠綜合體現整個模式的真實性的指標的。

近日有著 AI 四小龍之一的雲從科技,在華為中國生態夥伴大會上面,就展示了他們在此項技術上的進步。

並且雲從科技已經超過了,目前中國 ReID 技術強硬的阿里巴巴、騰訊、中科院。其跨鏡追蹤(ReID 技術)打破了三項世界紀錄,在 mAP 與 Rank-1 的準確率上分別達到了最高記錄。

ReID 在算法裡面主要有著三種實現:表徵學習,度量學習方案,以及局部特徵學習。這三種算法的實現,對於 ReID 技術的 Rank1 和 mAP 的精確度有著很大的提升。 



0 comments: