对于公安部门来说,虽然人脸识别摄像机已经遍布城市,但面对反侦察能力强的嫌疑人,现有的视频监控系统很难成为助力:摄像头覆盖角度有限、分辨率低、面部信息捕捉不足、嫌犯行迹追踪困难都成为了人脸识别摄像头在公安领域应用的典型难题。而ReID(行人重识别)技术则从特殊人群检索的巨大需求下应运而生。
ReID,也就是 Re-identification,其定义是利用算法,在图像库中找到要搜索的目标的技术,所以它是属于图像检索的一个子问题。
为什么会有这样的技术出现呢?
随着公共安全越来越为人们所重视,与之相对应的视频监控系统技术提高也只是时间问题。视频监控系统可以直观的再现目标场景,可作为公安侦破案件的强力辅助。在执法部门的工作中,目标的识别和定位是及其关键的一步,然而现有的监控部署下,这个关键步骤几乎是靠着人力完成的。在这个讲究数据和效率的时代,通过人工观察监控录像查找结果显然存在着很大的资源浪费以及效率的低下。
另外,由于摄像头的分辨率等硬件缺陷,很难得到清晰的人身图像,因此,覆盖广泛的人脸识别技术在非目标精准的情况下具有一定的局限。由于传统人工查询的不便性以及人脸识别的应用限制,研究者思考如何发明一项更合适的技术来辅助人脸识别,能在监控领域以机器代替人力分析呢?故此,行人重识别(ReID)的研究也应随之展开。
简单来说,在监控拍不到人脸的情况下,ReID可以代替人脸识别来在视频序列中找到目标对象。基于这样的功能之上,ReID可以结合安防、个人定位等在市场中进行广泛应用。
ReID的概念最早在2006年就被提出,现如今在安防行业内也已经有了新发展。其中云从科技在2018年就曾宣布在这一领域取得突破,称其在Market-1501, CUHK03, DukeMTMC-reID这三个权威的衡量ReID技术的数据集上,相关核心指标均刷新了相关记录,在Market-1501上的首位命中率(Rank-1 Accuracy)达到96.6%,打破了阿里iDST在2018年1月创造的世界纪录。另外依图科技、旷视科技也都在ReID领域内发布过优秀的研究成绩。不难发现,近年来业界的AI公司,均在大力投入进行ReID技术开发研究。
ReID技术也称行人再识别,是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。即通过一个监控行人的图像,即可检索跨设备下的该行人图像。旨在弥补固定摄像头的视觉局限,并可与行人检测/行人跟踪技术相结合,广泛应用于智能视频监控、智能安保等系统。
跨场景人脸识别已成为公安口重要需求
近年来,ReID技术得到了大规模的重视,并屡屡得到突破。仅在今年5月,就有多项世界纪录再次被刷新。然而技术水平高并不意味着可以雄踞市场高位。从落地的角度来看,ReID的实战案例还是很少,仅有云从、旷视等少数几家企业在公安口进行了有效的尝试。
从目前来看,ReID在实战过程中的难点主要体现在以下几个方面:
(1)现实中行人照片会存在各种困难,例如遮挡,黑白到彩色,换装等,比较会影响算法效果。
(2)ReID因为要求跨摄像头,隐私等原因,数据采集难度大,对算法提出了在少数据上训练出高鲁棒性的模型的极高的要求。
(3)商业落地需要围绕ReID打造一些列相关技术矩阵,涉及到工程、算法、硬件、产品形态等多方面,对于小公司来说难度较高、
(4)ReID经常涉及到跨场景识别,即追踪人物的光线、遮挡关系、拍摄角度会随着摄像头的变换而不同,因此需要进行大范围的匹配。这也给ReID技术在实战应用中创造了难点。
(5)数据库有限,上文提到的三大主流测试库的样本容量均在10万以内,相比之下,人脸识别公开数据集的ID已经超过100万,在实战过程中我们经常可以听闻百万级以上的数据库给予支持,而这对ReID系统来说,运算压力无疑更大,还需要时间。
(6)摄像机机能限制,想要部署ReID,首先摄像头的分辨率要符合标准,而以我国高清摄像头目前的普及程度,想要大规模部署这种算法,成本上难以实现。
综上所述,ReID的作用是不可以忽视的,但同样它的部署也是受限的。据了解,目前ReID能够真正实现作用的场景主要集中在机场、火车站、边境地区等人流量较小或高清摄像头分布密集的区域,距离大规模部署还有一定的距离。
虽然有着这些发展上的难点,但ReID技术在市场上尤其是公安口具有海量部署需求。
今年3月,发改委秘书长丛亮就曾公开表示:“疫情改变不了中国经济增长长期向好的趋势。”同时,他也提出:“这次的疫情也暴露出了社会治理、公共能力设施、应急能力建设等方面存在着一些短板和弱项,这些都是未来发展的空间和投资增长的潜力所在。”
随着新基建的兴起,智慧城市建设也步入新的阶段,而人工智能算法则是其中的重中之重。尤其是在疫情黑天鹅的年初,很多安防企业都使用ReID算法成功识别了戴口罩的人群,并追踪可疑人员轨迹,达到了防范于未然的效果。
正如同人脸识别的火热一样,ReID技术或将成为业界的又一阵春风。