大華股份AI行人重識別 再次刷新三大數據集記錄

　　大華股份AI行人重識別技術(shù)，繼2018年取得公開(kāi)數據集排名和PRCV2018大規模行人檢索競賽第一之后，近日再次取得新突破：在三大國際權威公開(kāi)數據集Market1501、DukeMTMC-reid和CUHK03上，關(guān)鍵指標mAP分別達到91.98%、83.96%、85.72%，刷新歷史最好成績(jì)記錄，在該算法領(lǐng)域持續保持領(lǐng)先。今年，大華股份AI在國際競賽中已斬獲語(yǔ)義分割、實(shí)例分割等多項第一。

　　大華行人重識別技術(shù)在公開(kāi)數據集指標

　　行人重識別技術(shù)簡(jiǎn)稱(chēng)Person-ReID，通過(guò)計算機視覺(jué)技術(shù)檢索不同攝像頭下的同一個(gè)目標行人。該技術(shù)對人工智能在實(shí)際業(yè)務(wù)落地中有著(zhù)巨大的實(shí)用價(jià)值，因不同攝像頭下圖像拍攝角度、分辨率、目標姿態(tài)、障礙物遮擋、光照不均存在差異，容易導致同一目標漏拍、識別不準。大華基于在車(chē)輛和行人重識別方面多年的技術(shù)積累，在以下三個(gè)方面取得關(guān)鍵技術(shù)的創(chuàng )新突破，助力AI更好地落地應用。

　　首先，大華創(chuàng )新應用圖像數據增強方法，其主要包括隨機模糊和隨機截補等策略，能夠有效地模擬各種環(huán)境下的人體遮擋、模糊和不完整等復雜情況。隨機截補策略有助于挖掘分塊部件網(wǎng)絡(luò )的特征提取潛力，提升網(wǎng)絡(luò )的特征匹配性能。

　　其次，針對多分支部件網(wǎng)絡(luò )中特征粒度差異問(wèn)題，采用一種遞進(jìn)式部件網(wǎng)絡(luò )模型PPM(Progressive Part Model)，各分支之間除了共享的基礎卷積網(wǎng)絡(luò )部分，還存在一種級聯(lián)的語(yǔ)義關(guān)系。

　　遞進(jìn)式分塊網(wǎng)絡(luò )

　　最后，在設計的PPM網(wǎng)絡(luò )中，通過(guò)重疊采樣操作促進(jìn)各部件分支提取更顯著(zhù)的特征信息，應用改進(jìn)的損失函數學(xué)習出基于球面約束的特征嵌入空間。另外，在PPM特征層加入基于A(yíng)ttention打分機制的分支，使網(wǎng)絡(luò )能夠自適應地從各分支中融合人體多粒度特征。

　　大華視頻結構化服務(wù)器以圖搜圖應用效果

　　該行人重識別技術(shù)已在大華視頻結構化攝像機、視頻結構化解析服務(wù)器等系列產(chǎn)品中成功應用，在超大規模行人、非機動(dòng)車(chē)和機動(dòng)車(chē)的以圖搜圖性能方面保持領(lǐng)先水平，廣泛應用于智慧城市、樓宇、商超等場(chǎng)所的目標定位，降低用戶(hù)成本，提升工作效率及視頻拓展應用價(jià)值。