人臉識別之后的下一個風(fēng)口是什么？

對于這個問題，業(yè)界似乎早已有了共識。從AI的人臉識別能力超越人類以來，學(xué)術(shù)界和產(chǎn)業(yè)界的目光逐漸轉(zhuǎn)向另一個更具科研意義和應(yīng)用價值的課題——行人重識別（Person Re-identification，ReID）。

近日，依圖科技在ReID領(lǐng)域取得新突破，刷新業(yè)界三大權(quán)威數(shù)據(jù)集當(dāng)前最優(yōu)成績（SOTA），算法性能達(dá)到業(yè)界迄今最高標(biāo)準(zhǔn)，極大拓展了算法和應(yīng)用的邊界。

注：YITU算法結(jié)果在不利用時空信息，不進(jìn)行重排再優(yōu)化(Re-ranking)，等限制下取得

還記得2018年底依圖進(jìn)軍智能語音，隨即在中文語音識別領(lǐng)域創(chuàng)下識別精度的新紀(jì)錄。2019年5月推出全球首顆云端視覺AI芯片，而且“發(fā)布即商用”。似乎無論進(jìn)入哪個技術(shù)領(lǐng)域，依圖都能快速將行業(yè)整體水平推至新的高點(diǎn)，并加速技術(shù)的產(chǎn)業(yè)化落地。

這背后的關(guān)鍵是什么？

行人重識別（ReID），人臉識別后的“殺手級應(yīng)用”

在交通運(yùn)輸、工業(yè)制造和城市規(guī)劃等實(shí)際場景下，99%的圖像都是不含人臉或人臉部分是極其模糊的，僅有幾個像素大小，這時候人臉識別的作用較為有限。

行人重識別（ReID，也稱“行人再識別”），是指在多攝像設(shè)備網(wǎng)絡(luò)下對行人進(jìn)行檢索，利用步態(tài)動作、身體特征等更為全面的信息來識別人物，無論單獨(dú)使用還是與人臉識別相結(jié)合，都能發(fā)揮更大的應(yīng)用價值。

除了智能零售、智慧交通、智能城市等經(jīng)常提及的應(yīng)用場景，ReID技術(shù)的應(yīng)用也將使日常生活更加便捷：游樂園更易尋找走失兒童、寵物/家庭機(jī)器人可以憑背影準(zhǔn)確識別主人或顧客并提供相應(yīng)服務(wù)。

然而，由于ReID需要從不同攝像機(jī)拍攝的圖像或視頻中找出同一個人物，而這些攝像機(jī)所覆蓋的范圍彼此并不重疊，導(dǎo)致缺乏連貫的信息，而且不同畫面中人物的姿態(tài)、行為甚至外觀（比如: 正身、側(cè)身、背身）會發(fā)生較大變化，不同時間、場景的光照、背景和遮擋物各不相同（背景中常還有體型、衣著相似的其他人物干擾），攝像機(jī)的分辨率也有高有低，人物在畫面中出現(xiàn)的位置有遠(yuǎn)有進(jìn), 這些都對ReID技術(shù)提出了極大的挑戰(zhàn)。

深度優(yōu)化ReID算法框架，AutoML取代人工算法調(diào)優(yōu)

依圖科技憑借自身工程與研發(fā)實(shí)力，深度優(yōu)化了ReID算法框架，顯著提升了算法效率，通過結(jié)合AutoML等前沿技術(shù)，進(jìn)一步創(chuàng)新性地實(shí)現(xiàn)了模型參數(shù)的自動搜索與迭代，突破了依賴算法研究員手工設(shè)計與調(diào)優(yōu)的傳統(tǒng)算法開發(fā)流程，在降低人力成本的同時，使得算法的泛化性能更強(qiáng)。

此次依圖自研算法在業(yè)界最具影響力的三大ReID數(shù)據(jù)集Market1501、DukeMTMC-ReID、CUHK03上，將衡量算法性能的兩大關(guān)鍵指標(biāo)“首位命中率”（Rank- 1 Accuracy）及“平均精度均值”（Mean Average Precision，mAP）6項(xiàng)數(shù)據(jù)全部提升，充分顯示了依圖的技術(shù)實(shí)力，進(jìn)一步穩(wěn)固了中國技術(shù)團(tuán)隊(duì)在該任務(wù)下領(lǐng)跑地位。

需要指出，首位命中率高，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說匹配的那張，并不能反應(yīng)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ReID算法性能時需要結(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。

算法+算力，加速ReID商業(yè)化落地加速 

面對又一項(xiàng)業(yè)界紀(jì)錄，依圖團(tuán)隊(duì)卻十分平靜。依圖研發(fā)人員表示，這次刷榜只是一次嘗試，依圖在工業(yè)界實(shí)戰(zhàn)落地的ReID項(xiàng)目，其規(guī)模與問題的復(fù)雜程度已經(jīng)遠(yuǎn)超三大數(shù)據(jù)集，可以說，學(xué)術(shù)界現(xiàn)有ReID基準(zhǔn)已經(jīng)無法體現(xiàn)工業(yè)界算法的最高水平。

舉個例子, Market-1501在清華大學(xué)內(nèi)采集，行人（ID）基本上是穿短袖、短褲和裙裝的亞洲人，DukeMTMC-reID在杜克大學(xué)內(nèi)采集，ID主要是身著冬季服飾的歐美人, 這些在特定場景, 特定時間段采集的數(shù)據(jù)往往與真實(shí)世界中的圖像分布不一致。在真實(shí)場景下ReID算法需要做到在跨時間段, 跨場景, 跨不同成像質(zhì)量的圖像采集設(shè)備下進(jìn)行高精度的快速識別. 其數(shù)據(jù)分布遠(yuǎn)遠(yuǎn)與問題復(fù)雜程度遠(yuǎn)遠(yuǎn)大于現(xiàn)有的學(xué)術(shù)數(shù)據(jù)集。

這些現(xiàn)實(shí)因素導(dǎo)致了現(xiàn)有ReID學(xué)術(shù)界數(shù)據(jù)集無法有效模擬或者還原實(shí)際真實(shí)情況。因此，基于現(xiàn)有ReID數(shù)據(jù)集的基準(zhǔn)具有很大的局限性。依圖研究人員表示，業(yè)界需要更好的ReID數(shù)據(jù)集，也需要更全面的算法衡量數(shù)據(jù)集，至少對于商業(yè)化落地的算法是如此。

實(shí)戰(zhàn)場景下的ReID任務(wù)，不僅對算法提出更高要求，也需要更高效的芯片提供強(qiáng)大的算力支持，二者缺少任意一個，都會影響ReID的實(shí)際應(yīng)用價值。目前看來，依圖是當(dāng)下同時具備算法和算力能力的公司。依圖在2017年投入云端AI芯片QuestCore?（求索）的研發(fā)，并于2019年5月“發(fā)布即商用”。QuestCore?是全球首顆云端視覺AI芯片，提供強(qiáng)大算力，單路攝像頭功耗不到1W。

在ReID實(shí)戰(zhàn)應(yīng)用中，依圖研發(fā)人員針對本次提出的算法做了進(jìn)一步優(yōu)化, 依托依圖自研AI芯片, 在僅憑穿著、體態(tài)特征的條件下，已能將ReID做到2017年~2018年人臉識別的精度。這不僅加速了ReID的大規(guī)模商業(yè)化落地，更解鎖了新的應(yīng)用場景。

2017年，以蘋果FaceID為代表的人臉識別商業(yè)化應(yīng)用開始在全球范圍內(nèi)普及。如今，刷臉支付、刷臉乘車已經(jīng)滲透到我們的日常生活。有理由相信，世界級的ReID算法，加上自研AI芯片, 業(yè)界期待的下一個計算機(jī)視覺領(lǐng)域“殺手級應(yīng)用”已經(jīng)到來。

雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。