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
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。
沒有留言:
張貼留言