近日,騰訊優圖實驗室在行人重識別(ReID)技術上再次取得突破,通過引入跨場景ReID,其ReID模型性能刷新了三大權威主流ReID公開數據集CUHK03,DUKE-MTMC和Market1501的記錄,算法關鍵指標首位命中率(RANK1 Accuracy)和平均精度均值(Mean Average Precision)獲得業內最好成績。
表1: ReID公開數據集性能比較
|
Market1501 |
DukeMTMC |
CUHK03 |
|||
RANK1 |
MAP |
RANK1 |
MAP |
RANK1 |
MAP |
|
Tencent YouTu |
98.99% |
97.16% |
95.15% |
91.10% |
95.79% |
95.00% |
YITU |
98.60% |
96.60% |
94.75% |
90.02% |
95.00% |
94.23% |
HaiGe |
97.54% |
94.77% |
94.37% |
89.77% |
94.40% |
91.20% |
ZTE |
97.32% |
94.66% |
92.46% |
87.65% |
89.79% |
87.99% |
Dahua Tech |
96.76% |
91.98% |
91.52% |
83.96% |
87.73% |
85.72% |
Pensees |
96.73% |
89.89% |
92.01% |
82.51% |
84.57% |
82.81% |
WINSENSE |
96.59% |
91.77% |
91.79% |
83.81% |
82.79% |
81.91% |
CloudWalk |
96.40% |
91.14% |
91.74% |
83.31% |
82.28% |
81.06% |
Alibaba |
96.35% |
90.58% |
90.31% |
81.46% |
82.00% |
80.57% |
數據來源於網絡
行人重識別(Person ReID)是指對不同攝像機捕捉到的行人圖像建立身份對應關係(即關聯行人ID),對行人實現在整個場景下的行動路線的全面刻畫。簡單來說,在看不到人臉的複雜多場景下也能通過體態等對人進行識別。相較於人臉識別技術,ReID對人體圖像的遮擋、朝向和清晰度具有較高的魯棒性,對攝像頭的清晰度、架設位置、角度沒有硬性要求。正因此ReID技術成爲繼人臉識別技術後計算機視覺領域又一熱門課題。
鑑於ReID技術的技術優勢和在各個領域的廣泛應用前景,近年來,騰訊優圖在這一方向上做出了大量技術投入和全面的技術佈局,在CVPR、TPAMI、AAAI、IJCAI等國際頂級學術會議和期刊上發表了超過15篇相關領域學術論文。
圖一:行人ReID示意圖
雖然ReID技術已經過多年的演進,但現實中複雜多變的場景,也讓跨場景識別(cross-domain person re-identification)成爲ReID技術的一大難題,此次騰訊優圖刷新三大數據集所引入的跨場景ReID,便是在此難點上進行了技術突破。
跨場景識別的難點在於,不同場景由於環境光照、攝像頭角度、背景等因素,例如室內大型商場、小型門店的側面和高俯角相機、室外道路、社區的強光和夜晚環境等,都會對人體圖像的視覺特徵造成影響。如何讓ReID技術適應複雜多變的場景,實現跨場景行人圖像的檢索,是一項重大的技術挑戰,也是實現室內外行人動線聯動、全城聯動的關鍵性技術。突破此技術難點對拓展ReID的落地場景和業態,實現大規模行人識別有巨大的作用。
圖二:公開數據集MSMT17中的室內外行人圖像視覺差異
爲解決ReID技術難點,騰訊優圖通過在遮擋匹配、全角度匹配、跨域檢索等業務問題上的針對性優化,以及在模型結構、損失函數、訓練算法等各項技術上的大量積累和創新,提出了一種跨場景行人重識別技術框架,採用基於圖卷積和孿生網絡的模型,使得神經網絡對多朝向、多姿態等跨場景的人體具有更強的識別能力。這一技術能夠爲不同場景、不同拍攝角度和光照條件的行人視覺特徵學習統一的特徵表達,有效提升了ReID技術在行人圖像室內外、跨場景的相互檢索的精度。
圖三:跨場景行人重識別
通過引入跨場景ReID,騰訊優圖在三個數據集中刷新業內最好的水平,其中Market-1501數據集的RANK1達到98.99%。RANK1和MAP作爲衡量ReID技術水平的核心指標,首位命中率高,就意味着算法能夠在衆多圖像中準確找出最容易識別或匹配的那張。
在此基礎上,騰訊優圖的ReID算法在多場景行人圖像相互檢索也處於業界領先水平,在跨場景ReID數據集MSMT-17上超越已有算法達到業內頂尖水平。
表2:跨場景行人重識別性能比較
|
RANK1 |
MAP |
Tencent YouTu |
83.54% |
62.00% |
ABDNET (TAMU/中科大) |
82.30% |
60.80% |
OSNET |
78.70% |
52.90% |
DG-NET (NVIDIA/悉尼大學) |
77.20% |
52.30% |
DLCE |
60.48% |
31.58% |
騰訊優圖的ReID技術不僅在相關數據集上已經取得了領先的性能,依託ReID技術的應用系統也已在多種場景達到商用水平並實現廣泛落地。未來,隨着跨場景行人重識別能力的逐步成熟,騰訊優圖的ReID技術也將在更多的場景和業態實現價值。