世界级ReID算法，加上自研AI芯片,业界期待的下一个计算机视觉领域“杀手级应用”已然到来。
人脸识别之后的下一个风口是什么？
对于这个问题，业界似乎早已有了共识。从AI的人脸识别能力超越人类以来，学术界和产业界的目光逐渐转向另一个更具科研意义和应用价值的课题———行人重识别（Person Re-identification，ReID），也称“行人再识别”，简单来说，是在多摄像设备网络下对行人进行检索，利用步态动作、身体特征等更为全面的信息来识别人物，无论单独使用还是与人脸识别相结合，都能发挥更大的应用价值。
近日，依图科技在ReID领域取得新突破，刷新全球三大权威数据集当前最优成绩，超越阿里、腾讯优图、大华、中兴、澎思在内的众多厂商，算法性能达到业界迄今最高标准，进一步拓展了算法和应用的边界。
值得一提的是，考虑到算法对比的公平性，YITU的算法结果是在不利用时空信息，不进行重排再优化（Re-ranking）等限制下取得的。
1
是的，这次又是依图
在行人重识别技术领域，首位命中率（Rank-1 Accuracy）和平均精度均值（Mean Average Precision，mAP）是业内公认的衡量算法水平的核心指标。此次在三大ReID权威数据集Market1501、DukeMTMC-ReID、CUHK03上，依图将衡量算法性能的两大关键指标“首位命中率”（Rank-1 Accuracy）及“平均精度均值”（Mean Average Precision，mAP）的六项数据全部大幅提升，刷新世界记录。
需要指出，首位命中率高，只意味着算法能够在众多图像中准确找出最容易识别或者匹配的那张，并不能反应模型的真实能力，尤其是应对复杂场景的表现。
因此，评价ReID算法性能时需要结合“平均精度均值”（mAP值），它反映的是系统的综合检索性能。mAP值越高，说明系统的实用性越好，既能查得全也能查得准，能够较好地应对多遮挡、光线暗、画面模糊等情况。
还记得2018年底依图进军智能语音，随即在中文语音识别领域创下识别精度的新纪录；2019年5月平地惊雷般推出“发布即商用”的全球首颗云端视觉AI芯片；此次依图刷新ReID全球三大权威数据集当前最优成绩，似乎无论进入哪个技术领域，依图都能快速迎接挑战，将行业整体水平推至新高点，并加速技术的产业化落地。
这背后的关键是什么？
2
不走寻常路——深度优化ReID算法框架，
AutoML取代人工算法调优
ReID需要从不同摄像机拍摄的图像或视频中找出同一个人物，而这些摄像机所覆盖的范围彼此并不重叠，导致缺乏连贯的信息，而且不同画面中人物的姿态、行为甚至外观（比如: 正身、侧身、背身）会发生较大变化，不同时间、场景的光照、背景和遮挡物各不相同（背景中常还有体型、衣着相似的其他人物干扰），摄像机的分辨率也有高有低，人物在画面中出现的位置有远有进,这些都对ReID技术提出了极大的挑战。
凭借一贯“敢啃硬骨头”的自身工程与研发实力，依图此次深度优化了ReID算法框架，显著提升了算法效率，通过结合AutoML等前沿技术，创新性地实现了模型参数的自动搜索与迭代，突破了依赖算法研究员手工设计与调优的传统算法开发流程，在降低人力成本的同时，使得算法的精度、泛化能力更强。
在业界三大ReID权威数据集Market1501、DukeMTMC-ReID、CUHK03上，依图自研算法将衡量算法性能的两大关键指标“首位命中率”（Rank-1 Accuracy）及“平均精度均值”（Mean Average Precision，mAP）当前记录全部刷新，充分显示了其世界级的算法实力。
3
同时突破算力 算法
加速ReID实战落地
ReID任务相较于人脸识别任务更具有挑战性，因为它在算法本身提出更高要求的同时，也需要更高效的芯片提供强大的算力支持。二者缺少任意一个，都会阻碍ReID的商业化落地，影响ReID的实际应用价值。而目前看来，依图是当下同时具备算法和算力能力的公司。
依图在 2017 年自研云端 AI 芯片 QuestCore™（求索），并于 2019 年 5 月发布即商用，作为全球首颗云端视觉 AI 芯片，QuestCore™提供强大算力，单路摄像头功耗不到 1W。在真实的应用实战中，依图针对算法做了进一步优化，并依托自研AI芯片QuestCore™（求索），仅凭穿着、体态特征就已经能将ReID精度做到2017~2018年人脸识别的水平。
依图研发人员表示，这次刷榜只是一次尝试，依图在工业界实战落地的ReID项目，其规模与问题的复杂程度已经远超三大数据集，可以说，学术界现有ReID基准已经无法体现工业界算法的最高水平。
依图自研AI芯片QuestCore™加上世界级算法的创新融合，不仅突破了算力和算法的应用瓶颈，同时也为ReID的实战应用带来无限想象空间。
在智能城市领域，ReID技术能通过轨迹还原功能，快速筛查可疑人员并进一步锁定出行区域，进而做到精准预防和打击。例如，在疫情期间，人员戴口罩或者脸部遮挡的情况下，如何控制传染源四处流动就成为防控疫情的重要内容。ReID技术依靠行人的整体姿态来做检索，通过分析行人的穿着和体态，可将排查的时间由数天缩短到数秒，有效助力疫情防控。
应用到智慧园区和交通领域，ReID技术可对于陌生人等可疑人员进行全方位刻画，有效保障园区安全；在人流密集的超市、园区等大型公共场所，ReID技术能够帮助实现不慎走失的儿童、老人的迅速查找；在地铁站、机场等交通枢纽区域，ReID技术可以配合人脸、局部的动作和姿态进行快速识别，大幅提升人员过检速度。
不难想象，未来该技术还将不断解锁在智能城市、智能社区、无人驾驶、智能零售等更多场景和规模下的实战落地。
世界级ReID算法，加上自研AI芯片,业界期待的下一个计算机视觉领域“杀手级应用”已然到来。
