（文/電子發(fā)燒友網(wǎng) 張慧娟）今年自疫情發(fā)生以來，非接觸人臉識別體溫測量系統(tǒng)被大量應(yīng)用，特別是在人流密集區(qū)域，既提升了篩查效率，也便于進(jìn)行體溫異常人員的定位與溯源。

不過，雖然人臉識別技術(shù)可有效對確認(rèn)病例、疑似病例、密切接觸者、疫區(qū)人員進(jìn)行追蹤，但是由于佩戴口罩甚至護(hù)目鏡，識別效率大打折扣。于是，許多企業(yè)通過ReID（行人重識別）技術(shù)進(jìn)行輔助，實(shí)現(xiàn)人員軌跡定位和確認(rèn)。在戴口罩的情況下，ReID技術(shù)可依靠人的整體姿態(tài)進(jìn)行檢索，通過分析穿著和體態(tài)，鎖定目標(biāo)人員，將排查的時(shí)間由數(shù)天縮短至數(shù)秒。

ReID已在安防領(lǐng)域大顯身手

事實(shí)上，早在疫情應(yīng)用之前，ReID已經(jīng)在公共安防領(lǐng)域展現(xiàn)出很高的應(yīng)用價(jià)值。

雖然我國人臉識別攝像機(jī)已經(jīng)遍布城市，但仍有許多可能“失靈”的場景：面對反偵察能力強(qiáng)的嫌疑人，現(xiàn)有的視頻監(jiān)控系統(tǒng)很難成為助力：攝像頭覆蓋角度有限、分辨率低、面部信息捕捉不足、嫌犯行跡追蹤困難都成為了人臉識別攝像頭在公安領(lǐng)域應(yīng)用的典型難題。ReID技術(shù)正是在特殊人群檢索的巨大需求下應(yīng)運(yùn)而生。

ReID技術(shù)也稱行人再識別，是利用計(jì)算機(jī)視覺技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)。即通過一個(gè)監(jiān)控行人的圖像，即可檢索跨設(shè)備下的該行人圖像。旨在彌補(bǔ)固定攝像頭的視覺局限，并可與行人檢測/行人跟蹤技術(shù)相結(jié)合，廣泛應(yīng)用于智能視頻監(jiān)控、智能安保等系統(tǒng)，能夠在警務(wù)實(shí)戰(zhàn)中為人臉識別技術(shù)提供有力補(bǔ)充。

算法紀(jì)錄被不斷刷新，但還需繼續(xù)提升

ReID技術(shù)在業(yè)內(nèi)受到越來越多的關(guān)注，不管是老牌的安防企業(yè)，還是AI獨(dú)角獸，或是互聯(lián)網(wǎng)巨頭BAT，都通過算法、數(shù)據(jù)等多個(gè)方面在這項(xiàng)技術(shù)上進(jìn)行布局和積累，挖掘更大的市場潛力，以期在未來更大的智能布局中奠定穩(wěn)固基礎(chǔ)。

近兩三年，阿里、中興、云從、海格星航、澎思科技、依圖等公司，刷新ReID數(shù)據(jù)集世界紀(jì)錄的新聞屢見報(bào)端。

在ReID這個(gè)賽道上，有三個(gè)公認(rèn)的權(quán)威主流公開數(shù)據(jù)集，即CUHK03、DUKE-MTMC和Market1501。幾乎所有的ReID競賽都會在這三個(gè)數(shù)據(jù)集中進(jìn)行測試。在此基礎(chǔ)上，所有廠商的ReID技術(shù)能力一目了然。

在此基礎(chǔ)上，需求方能夠直觀估算算法的實(shí)用價(jià)值。不過需要指出的是，Rank1命中率高，只意味著算法能夠在眾多圖像中準(zhǔn)確找出最容易識別或者匹配的那張，并不能反映模型的真實(shí)能力，尤其是應(yīng)對復(fù)雜場景的表現(xiàn)。因此，評價(jià)ReID算法性能時(shí)需要結(jié)合mAP值，它反映的是系統(tǒng)的綜合檢索性能。mAP值越高，說明系統(tǒng)的實(shí)用性越好，既能查得全也能查得準(zhǔn)，能夠較好地應(yīng)對多遮擋、光線暗、畫面模糊等情況。

不過目前為止，即便是在Duke-MTMC中mAP值最高的騰訊優(yōu)圖，也只達(dá)到91.1%。比起人臉識別，顯然還有非常大的進(jìn)步空間，具體到商用落地，還有諸多難點(diǎn)需要突破。

ReID落地三大難題

對行人的識別并不比人臉識別容易。

首先，人臉的五官、臉型相對比較固定，但是行人在不同動作時(shí)的姿態(tài)變化很大，這給準(zhǔn)確識別增加了很多難度。其次，根據(jù)體態(tài)、穿著來判斷行人。如果很多人穿著同樣的衣服，識別難度進(jìn)一步增大。此外，遮擋、光線、攝像頭分辨率低等，都是ReID技術(shù)要解決的實(shí)際問題。

除了上述實(shí)際應(yīng)用場景下的現(xiàn)實(shí)問題，像現(xiàn)在AI領(lǐng)域的其他技術(shù)一樣，ReID對于數(shù)據(jù)的依賴也在限制它的進(jìn)一步應(yīng)用。盡管安防行業(yè)時(shí)刻在產(chǎn)生海量數(shù)據(jù)，但公開數(shù)據(jù)庫經(jīng)標(biāo)注的數(shù)據(jù)卻十分稀少，導(dǎo)致ReID目前可用數(shù)據(jù)集非常小。與人臉識別動輒百萬乃至千萬級且身份信息多樣的數(shù)據(jù)集相比，數(shù)據(jù)集較小的ReID技術(shù)仍需不斷提升。

此外，在實(shí)際場景中的ReID任務(wù)，不僅對數(shù)據(jù)集、算法有要求，更需要能夠部署在前端攝像頭中的大算力、低功耗的芯片提供支持。由于前端設(shè)備內(nèi)的空間有限，再加上功耗、成本等因素的限制，智能前置會受硬件計(jì)算資源限制，只能運(yùn)行相對簡單的、對實(shí)時(shí)性要求很高的算法；另一方面算法演講非常快，后期的運(yùn)維有一定的挑戰(zhàn)。雖然視頻監(jiān)控的前端智能已然成為了AI芯片廠商和老牌安防巨頭的必爭之地，但受制于上述因素，AI芯片在大規(guī)模普及應(yīng)用方面仍有較大挑戰(zhàn)。就像人臉識別一樣，目前主流的方式仍是采用云邊一體的方式，即前端抓拍，分析、檢索在后端進(jìn)行，從成本、功耗等各方面都是比較折中的方式。

疫情能否加快ReID商用腳步？

疫情發(fā)生后，曠視推出了人體識別+人像識別+紅外/可見光雙傳感”的解決方案。主要通過人像聚類和人體ReID技術(shù)，把紅外測溫卡口相機(jī)、人臉卡口相機(jī)和治安卡口相機(jī)中采集到體溫、人臉圖和人體圖數(shù)據(jù)融合聯(lián)動，實(shí)現(xiàn)實(shí)時(shí)追蹤定位人員軌跡。

騰訊優(yōu)圖結(jié)合口罩下的人體識別，輔助社區(qū)進(jìn)行人員管理和排查。疫情期間，絕大多數(shù)外出人員均會佩戴口罩，人臉識別技術(shù)對于佩戴口罩的人員成功率會有所下降。對于社區(qū)一線工作人員來說，人臉識別技術(shù)對佩戴口罩的人員身份確認(rèn)失敗，會大大增加他們的排查登記工作量。騰訊優(yōu)圖聯(lián)合騰訊海納，利用人體特征和人臉識別相結(jié)合的方式，將傳統(tǒng)人臉識別方式下無法溯源的戴口罩出入人員進(jìn)行確認(rèn)，從而提升社區(qū)工作人員摸排登記外來人員的效率。

正如上述兩大廠商的策略一樣，目前各家做ReID幾乎都是把人臉識別和行人識別綁定起來，通過人臉進(jìn)行ID識別認(rèn)證后，經(jīng)已有的綁定匹配到人體，再和治安監(jiān)控的數(shù)據(jù)串起來實(shí)現(xiàn)融合聯(lián)動的識別和追蹤。

也正因?yàn)槿绱耍琑eID當(dāng)前更像是人臉識別一個(gè)錦上添花的功能。

不過，這并不意味著它沒有新的空間。例如疫情期間乘坐高鐵，刷身份證進(jìn)站時(shí)還是需要摘下口罩進(jìn)行人臉識別。如果融合了ReID，就可以在出行當(dāng)天，在家中或人流較少的場地，拍下自己的當(dāng)天的穿著和人臉。那么在進(jìn)站時(shí)，就無需再摘下口罩進(jìn)行認(rèn)證了。這是當(dāng)前一個(gè)可能的應(yīng)用場景。

此外，ReID在某些場景中也有助于降低成本。由于人臉識別對攝像頭分辨率要求較高，至少需要1080P以上，導(dǎo)致人臉抓拍機(jī)的硬件成本較高。而ReID對像素并無過高要求，傳統(tǒng)的球機(jī)抓拍即可。因此在某些封閉場所，如大型商超，可以將人臉識別與ReID進(jìn)行綁定后，就可以降低人臉抓拍機(jī)的部署量，從而節(jié)約一定的成本。以北京某商業(yè)街區(qū)人臉抓拍機(jī)、車輛微卡口機(jī)以及傳統(tǒng)的治安監(jiān)控球機(jī)的分布比例來看，大約是人臉5-10%，車輛微卡口10%，球機(jī)80-85%。而在二三四線城市的商業(yè)街區(qū)，受成本所限，人臉抓拍機(jī)的使用率可能更低，傳統(tǒng)球機(jī)更多些。而這都有ReID的應(yīng)用空間。

新零售場景，是業(yè)內(nèi)目前公認(rèn)的一個(gè)落地場景。通過ReID提供的跨鏡追蹤技術(shù)，可以讓“人”與“場”之間的關(guān)系數(shù)據(jù)被收集并以可視化的方式重現(xiàn)。便于商家對用戶畫像和用戶行為有更強(qiáng)的感知，從而能夠做出更準(zhǔn)確的商業(yè)決策。此外，在公共場所的智能尋人也是ReID比較具象的應(yīng)用場景。

為了使ReID的商用范圍進(jìn)一步擴(kuò)大，業(yè)界主流廠商都已經(jīng)參與到了相關(guān)技術(shù)矩陣的研發(fā)中心，涉及工程、算法、數(shù)據(jù)庫、硬件、產(chǎn)品形態(tài)等多方面。其中，有限的數(shù)據(jù)庫是當(dāng)前的突出的問題之一，因?yàn)橹挥凶銐虼蟮臄?shù)據(jù)庫才能在實(shí)戰(zhàn)中給予支持，這也成了業(yè)界一致努力的方向。近兩個(gè)月來，曠視研究院、京東AI研究院相繼開源了基于PyTorch的ReID開源庫，這對于相關(guān)領(lǐng)域的研究以及工程部署，都具有積極的意義。

本文由電子發(fā)燒友網(wǎng)原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。如需轉(zhuǎn)載，請?zhí)砑游?a target="_blank">信號elecfans999.