對(duì)於公安部門(mén)來(lái)說(shuō),雖然人臉識別攝像機(jī)已經(jīng)遍布城市,但面對(duì)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、解析度低、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。
而ReID(行人重識別)技術(shù)則從特殊人群檢索的巨大需求下應(yīng)運(yùn)而生。
ReID技術(shù)也稱(chēng)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(guò)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。旨在彌補固定攝像頭的視覺局限,並可與行人檢測(cè)/行人跟蹤技術(shù)相結(jié)合,廣(guǎng)泛應(yīng)用於智能視頻監(jiān)控、智能安保等系統(tǒng)。
近年來(lái),ReID技術(shù)得到了大規(guī)模的重視,並屢屢得到突破。僅在今年5月,就有多項(xiàng)世界紀(jì)錄再次被刷新。然而技術(shù)水平高並不意味著可以雄踞市場(chǎng)高位。從落地的角度來(lái)看,ReID的實(shí)戰案例還是很少,僅有雲從、曠視等少數(shù)幾家企業(yè)在公安口進(jìn)行了有效的嘗試。而技術(shù)與落地之間的矛盾,帶來(lái)的則是投資者對(duì)於這項(xiàng)技術(shù)的廣(guǎng)泛質(zhì)疑。
ReID的虛:算法刷榜真的沒有意義嗎?
不同於前幾年AI概念的大紅大紫,如今的投資者對(duì)於算法能力高低的興趣已經(jīng)大打折扣,一個(gè)個(gè)被收購(gòu)的例子告訴他們,如今比起算法是否能夠“霸榜”,數(shù)據(jù)策略是否正確、業(yè)務(wù)與技術(shù)的對(duì)接是否順利已經(jīng)成為了更讓他們關(guān)心的問(wèn)題。
然而自ReID這個(gè)技術(shù)領(lǐng)域,情況略微有所不同,因為對(duì)於公安口來(lái)說(shuō),比起能夠減少多少人力消耗,更重要的問(wèn)題是能否最大程度上減少錯判、誤判的可能性。
目前即便是測(cè)試水平最佳的算法,準(zhǔn)確率也僅有98.88%,而1%以上的誤判率,在火車(chē)站等人流量大的場(chǎng)所將帶來(lái)非常多的誤判報(bào)警,得不償失。所以業(yè)界對(duì)於算法的測(cè)試結(jié)果都尤為關(guān)注。
而且同其他AI競(jìng)賽不同,在ReID這個(gè)賽道上,有公認(rèn)的三個(gè)權(quán)威主流公開(kāi)數(shù)據(jù)集,即CUHK03、DUKE-MTMC和Market1501。幾乎所有的ReID競(jìng)賽都會(huì)在這三個(gè)數(shù)據(jù)集中進(jìn)行測(cè)試。在此基礎(chǔ)上,所有的ReID的能力可以很輕鬆的進(jìn)行橫向對(duì)比,不同廠(chǎng)商算法之間的差距一看便知。
在此基礎(chǔ)上,甲方可以很容易就得到反映算法綜合性能的指標(biāo)MAP(平均精度值),直觀(guān)地估算算法的實(shí)戰價(jià)值。
不過(guò)遺憾的是,即便是在DUKE-MTMC中MAP值最高的騰訊優(yōu)圖(成績(jī)截至5月20日),MAP也只達(dá)到了91.1%,比起準(zhǔn)確度已經(jīng)突破99.5%的人臉識別,ReID技術(shù)顯然還有很大的進(jìn)步空間。
更令人擔(dān)憂的是,僅僅是數(shù)據(jù)集並不能代表ReID技術(shù)在實(shí)戰當(dāng)中的效果,從得到的反饋來(lái)看,ReID技術(shù)的落地還有眾多難點(diǎn)需要克服。
ReID的實(shí):難點(diǎn)與機(jī)遇並存
截至目前,業(yè)內(nèi)主流的AI企業(yè)幾乎都參與到了ReID的技術(shù)研究中來(lái),然而研究並不代表實(shí)戰,即便是在測(cè)算當(dāng)中跑分很高的算法,在實(shí)戰當(dāng)中依然會(huì)受到種種因素制約,從目前來(lái)看,ReID在實(shí)戰過(guò)程中的難點(diǎn)主要體現(xiàn)在以下幾個(gè)方面:
(1)現(xiàn)實(shí)中行人照片會(huì)存在各種困難,例如遮擋,黑白到彩色,換(huàn)裝等,比較會(huì)影響算法效果。
(2)ReID因為要求跨攝像頭,隱私等原因,數(shù)據(jù)採集難度大,對(duì)算法提出了在少數(shù)據(jù)上訓(xùn)練出高魯棒性的模型的極高的要求。
(3)商業(yè)落地需要圍繞ReID打造一些列相關(guān)技術(shù)矩陣,涉及到工程、算法、硬體、產(chǎn)品形態(tài)等多方面,對(duì)於小公司來(lái)說(shuō)難度較高、
(4)ReID經(jīng)常涉及到跨場(chǎng)景識別,即追蹤人物的光線(xiàn )、遮擋關(guān)係、拍攝角度會(huì)隨著攝像頭的變換(huàn)而不同,因此需要進(jìn)行大範圍的匹配。這也給ReID技術(shù)在實(shí)戰應(yīng)用中創(chuàng)造了難點(diǎn)。 (5)資料庫(kù)有限,上文提到的三大主流測(cè)試庫(kù)的樣本容量均在10萬(wàn)以內(nèi),相比之下,人臉識別公開(kāi)數(shù)據(jù)集的ID已經(jīng)超過(guò)100萬(wàn),在實(shí)戰過(guò)程中我們經(jīng)常可以聽聞百萬(wàn)級(jí)以上的資料庫(kù)給予支持,而這對(duì)ReID系統(tǒng)來(lái)說(shuō),運(yùn)算壓力無(wú)疑更大,還需要時(shí)間。
(6)攝像機(jī)機(jī)能限制,想要部署ReID,首先攝像頭的解析度要符合標(biāo)準(zhǔn),而以我國(guó)高清攝像頭目前的普及程度,想要大規(guī)模部署這種算法,成本上難以實(shí)現(xiàn)。
綜上所述,ReID的作用是不可以忽視的,但同樣它的部署也是受限的。據(jù)了解,目前ReID能夠真正實(shí)現(xiàn)作用的場(chǎng)景主要集中在機(jī)場(chǎng)、火車(chē)站、邊境地區(qū)等人流量較小或高清攝像頭分布密集的區(qū)域,距離大規(guī)模部署還有一定的距離。
雖然有著這些發(fā)展上的難點(diǎn),但ReID技術(shù)在市場(chǎng)上尤其是公安口具有海量部署需求。 今年3月,發(fā)改委秘書(shū)長(zhǎng)叢亮就曾公開(kāi)表示:“疫情改變不了中國(guó)經(jīng)濟(jì)增長(zhǎng)長(zhǎng)期向好的趨勢(shì)。”同時(shí),他也提出:“這次的疫情也暴露出了社會(huì)治理、公共能力設(shè)施、應(yīng)急能力建設(shè)等方面存在著一些短板和弱項(xiàng),這些都是未來(lái)發(fā)展的空間和投資增長(zhǎng)的潛力所在。”
隨著新基建的興起,智慧城市建設(shè)也步入新的階段,而人工智慧算法則是其中的重中之重。尤其是在疫情黑天鵝的年初,很多安防企業(yè)都使用ReID算法成功識別了戴口罩的人群,並追蹤可疑人員軌跡,達(dá)到了防範於未然的效果。
【來(lái)源:安防展覽網(wǎng)】