【環球網科技綜合報導】近日，國內人工智慧企業澎思科技(Pensees)在行人再識別(Person Re-identification，簡稱ReID)算法上取得突破，在三大主流ReID數據集測試(Market1501，DukeMTMC-reID，CUHK03)中，算法關鍵指標首位命中率(Rank-1 Accuracy)獲得業內最好成績，刷新了世界紀錄。
值得注意的是，澎思科技成立於2018年，即便在人工智慧領域一眾主攻機器視覺方向的創業公司中也屬新手。
在行人再識別(ReID)技術研究領域，首位命中率(Rank-1 Accuracy)和平均精度均值(Mean Average Precision，mAP)是衡量算法水平的核心指標。此次，澎思科技一舉實現了在三大數據集上Rank-1關鍵指標的大幅提升，在Market 1501的Rank-1指標上已經達到96.73%，領先了人們熟知的大華、雲從科技等頭部廠家。
同時，在Duke MTMC-reID、CUHK03兩個數據集上，澎思科技也刷新了之前業內最高紀錄，Rank-1指標分別達到了92.01%和84.57%，尤其在最具挑戰的CUHK03上提升明顯，在Rank-1和mAP上均達到業界最好水準。
澎思科技的自研算法突破在哪裡？
行人再識別(ReID)技術起源於多攝像頭跟蹤，用於判斷非重疊視域中拍攝到的不同圖像中的行人是否屬於同一個人。作為人臉識別技術的重要補充，其發展內核便是在不同視頻中，在無法獲取清晰人臉特徵信息前提下，機器通過穿著、髮型、體態等信息將同一個人識別出來，增強數據的時空連接性。
澎思科技Market1501 部分測試結果
據悉，澎思科技新加坡研究院團隊投入巨大精力潛心研究底層算法，開創性地提出了多項技術革新。此次，澎思科技在算法上的突破主要得益於以下幾個方面：
首先，採用human parsing對人體分割，結合金字塔水平分塊策略，使得網絡準確提取細粒度區域特徵的能力大幅提升;
訓練階段，借鑑curriculum learning思路，難樣本比例逐步提升，使得損失函數更易收斂;
通過圖網絡結構，學習得到各個細粒度特徵的加權係數，進一步提高特徵的分辨能力;
最後，在測試階段，除常規距離計算手段，引入重構距離，提升網絡對未對齊、遮擋等技術難點的健壯性。
ReID算法超越人眼，實際應用效果良好
受益於深度學習的發展，行人再識別(ReID)技術水平已經得到了巨大提升，行業水平普遍高於90%的準確率已經超越人眼識別能力，達到商用水平。目前，諸多主攻機器視覺方向的人工智慧企業已經在不同行業的多個業務場景中落地行人再識別(ReID)技術的應用。
例如，在公共安全領域，澎思科技推出的智慧警務人像大數據解決方案，讓行人再識別技術在警務實戰中為人臉識別技術提供有力補充。
據了解，前不久澎思科技協助江蘇省某市公安抓獲了一個偷盜電動車的嫌疑人員。監控攝像頭在現場拍到嫌疑人背對攝像頭的畫面，沒有清晰正面的人臉，但圖片抓取了其穿著、髮型、身高等信息，Re-ID技術協助警方找到了關聯攝像頭並拍到嫌疑人正臉，以此確認身份，迅速將嫌疑人抓獲。
可見，行人再識別(ReID)技術可以幫助公安視頻偵查實現人臉、人體圖像與數據聯結，強化軌跡追蹤功能，深化公安視頻圖像應用能力。
ReID前景廣闊
行人再識別(ReID)技術涉及計算機視覺、機器學習、模式識別等多個學科領域，可以廣泛應用於智能視頻監控、安保、刑偵等領域。在公共安全以外，行人再識別(ReID)技術還可以應用於智慧城市、智能交通、智慧零售、智能製造、智慧園區等領域，有很高的應用價值。