腾讯优图实验室在行人重识别技术上再次取得突破获得业内最好成绩

来源：环球Tech 　2020-04-26 10:02:31

近日，腾讯优图实验室在行人重识别(ReID)技术上再次取得突破，通过引入跨场景ReID，其ReID模型性能刷新了三大权威主流ReID公开数据集CUHK03，DUKE-MTMC和Market1501的记录，算法关键指标首位命中率(RANK1 Accuracy)和平均精度均值(Mean Average Precision)获得业内最好成绩。

行人重识别(Person ReID)是指对不同摄像机捕捉到的行人图像建立身份对应关系(即关联行人ID)，对行人实现在整个场景下的行动路线的全面刻画。简单来说，在看不到人脸的复杂多场景下也能通过体态等对人进行识别。相较于人脸识别技术，ReID对人体图像的遮挡、朝向和清晰度具有较高的鲁棒性，对摄像头的清晰度、架设位置、角度没有硬性要求。正因此ReID技术成为继人脸识别技术后计算机视觉领域又一热门课题。

鉴于ReID技术的技术优势和在各个领域的广泛应用前景，近年来，腾讯优图在这一方向上做出了大量技术投入和全面的技术布局，在CVPR/TPAMI/AAAI/IJCAI等国际顶级学术会议和期刊上发表了超过15篇相关领域学术论文。虽然ReID技术已经过多年的演进，但现实中复杂多变的场景，也让跨场景识别(cross-domain person re-identification)成为ReID技术的一大难题，此次腾讯优图刷新三大数据集所引入的跨场景ReID，便是在此难点上进行了技术突破。

跨场景识别的难点在于，不同场景由于环境光照、摄像头角度、背景等因素，例如室内大型商场、小型门店的侧面和高俯角相机、室外道路、社区的强光和夜晚环境等，都会对人体图像的视觉特征造成影响。如何让ReID技术适应复杂多变的场景，实现跨场景行人图像的检索，是一项重大的技术挑战，也是实现室内外行人动线联动、全城联动的关键性技术。突破此技术难点对拓展ReID的落地场景和业态，实现大规模行人识别有巨大的作用。

为解决ReID技术难点，腾讯优图通过在遮挡匹配、全角度匹配、跨域检索等业务问题上的针对性优化，以及在模型结构、损失函数、训练算法等各项技术上的大量积累和创新，提出了一种跨场景行人重识别技术框架，采用基于图卷积和孪生网络的模型，使得神经网络对多朝向、多姿态等跨场景的人体具有更强的识别能力。这一技术能够为不同场景、不同拍摄角度和光照条件的行人视觉特征学习统一的特征表达，有效提升了ReID技术在行人图像室内外、跨场景的相互检索的精度。通过引入跨场景ReID，腾讯优图在三个数据集中刷新业内最好的水平，其中Market-1501数据集的RANK1达到98.99%。RANK1和MAP作为衡量ReID技术水平的核心指标，首位命中率高，就意味着算法能够在众多图像中准确找出最容易识别或匹配的那张。

在此基础上，腾讯优图的ReID算法在多场景行人图像相互检索也处于业界领先水平，在跨场景ReID数据集MSMT-17上超越已有算法达到state-of-the-art水平。

腾讯优图的ReID技术不仅在相关数据集上已经取得了领先的性能，依托ReID技术的应用系统也已在多种场景达到商用水平并实现广泛落地。未来，随着跨场景行人重识别能力的逐步成熟，腾讯优图的ReID技术也将在更多的场景和业态实现价值。

推荐DIY文章