2017年11月
，，，
，旷视研究团队发表文章，，称其在行人再识别（ReID）技术开发方面取得重大进展
，，
，通过一种新方法的运用
，，
，，使机器在ReID上首次超越人类表现。。。
。

2018年4月，，
，，云从科技也宣布在这一领域取得突破，，，，称其在Market-1501, CUHK03, DukeMTMC-reID这三个最权威的衡量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。。

2018年10月，，
，，鼎诚行人再识别技术（）的精准度已经突破97.1%，，，刷新了业内已知的最高纪录！！作为一家以Re-ID视频结构化技术和应用为核心的计算机视觉科技公司，，，在Market 1501、、、DukeMTMC-reID、、、、CUHK03这三个衡量Re-ID技术最通用的数据集测试中，，
，，获得了巨大突破。。。

在Market 1501上的首位命中率（Rank-1 Accuracy）已经达到97.1%，
，超越人眼识别能力（94%），，领先头部厂家，，并刷新了今年4月公布的96.6%的世界纪录。。同时在CUHK03，，Duke MTMC-reID两个数据集上也刷新了之前业内最高纪录，，达到了行业state of the art的技术水平，，
，，特别是在CUHK03数据集上
，，Rank 1指标提高了10.7%。。。

我们不难发现，，近年来业界领先的AI公司
，，，均在大力投入进行ReID技术开发研究，，，其根本原因，
，在于ReID技术的潜在商业价值已得到行业巨头们的广泛认可。。。
。那么，，ReID究竟是一种怎样的技术，，，，它经历了怎样的发展，，，又将如何在商业应用上大展身手呢
？？

对此
，，，，苏州鼎诚视觉科技股份有限公司CTO胡大鹏博士，，
，，在香港人工智能中心撰写了如下文章，，对ReID技术的出现、、发展、、、、难点
、、方向，，，，和人脸识别、、、、视频结构化、、、、计算机视觉学的关系，，，以及鼎诚公司在ReID技术层面的研究方向
、、、、成果等
，，
，进行了深入浅出、、、、生动直观的阐述。。
。。

胡大鹏，，，香港科技大学计算机科学博士。。。。历任微软亚研院博士后研究员、、香港中文大学研究员
、、、、香港科技大学助理教授。。曾任ASTRI（香港应用科学研究院） 首席研究员，，，，在机器视觉技术产业转化和应用开发方面有着丰富经验。。。。

胡大鹏 鼎诚CTO

ReID的出现：为“跨镜找人”而生

ReID 由以往没有太多人留意到现在开始有产品上的应用，，，经历了一段非常漫长的时间。
。
。。由于最早期完全依赖于传统计算机视觉或机器学习的技术，，，所以基本上没有明显的突破。。ReID 本身是一个非常难的问题，，
，，它是要从不同的视频之中
，，把同一个人识别出来
。。。不同视频的光照条件、
、
、、感兴趣区域的分辨率、、、、角度的不同、、、遮挡普遍发生、
、
、穿着相近衣服的人等等，
，
，都会造成识别的困难。
。
。。

ReID与人脸识别
：产品化道路更曲折

首先，，，，ReID 跟人脸识别
，，，有着一个最大的不同。。人脸的特征一般是有比较、、
、、有唯一性，，，而 ReID 在这一块是完全无法比拟的。。
。。特征的唯一性愈高，，单靠这个特征去查找或定义一个人就会愈准确，，也愈容易。。。所以
，，，，即使以往没有深度学习技术，，人脸识别仍是可以做到一个很高水平的状态
。。当然
，，，
，引入了深度学习之后，，人脸识别这一块甚至超越人类。。。。

但 ReID 则是一个完全不同的问题，，，，因为它的特征唯一性不高
，，，同时有很多环境及外在因素影响着。。。。先不讨论行人的衣服换了怎么办，
，，即使行人没换衣服，
，，，当你走进金融商业区，，，满街都是西装上班族
，
，，，即使你不懂什么是特征向量，
，我相信你用肉眼也无法在远处从一群人之中把一个人精准找出来。。。

跨镜追踪ReID 就是在面对着这样的一个问题：监控摄像头挂在远处，，，看到一大堆行人自由移动，，
，，多个摄像头架在不同的地方看着不同的区域，，区域之间一般没有重叠，
，而ReID的目标，，，，就是要把同一个行人在不同的摄像头内
，，，，重识别出来。
。
。

这样的任务，
，在深度学习成为主流之前，，，，接近不可能。。。。所以，，在学术圈之中
，，，，论文成果都是倾向于 proof-of-concept 而无法产品化。。直到深度学习出现之后
，，
，所能提取的特征唯一性大大地提高了，
，，，才有了产品化的可能。
。

ReID  视频结构化  计算机视觉学

市场需求的出现
，，，对ReID 的发展产生了最为重要的推动作用
。。。。当目标检测、、分类、、
、跟踪等技术都达到一定水平之后，，
，，结构化这个课题，，
，，在这三年间高度火热。
。结构化其实并不是一件新事物，，
，在几十年前，，，计算机视觉学的学者本来就是有这个愿景。
。。。他们希望透过计算机视觉学的技术，，，把图片/视频内的东西完全分析并利用人工智能来理解场景内容
。。当中，
，，分析的部分，，，，就是结构化的广义说法。。。计算机视觉学的存在，，
，
，本来就是为了这件事情，，，，只是，，，因为每一个单一问题在以前看来都是极其困难的，，所以才产生了不同的专门科目去针对性解决单一问题。。。

直至深度学习的出现，，，，把很多以前无法做好的问题都做好了，
，计算机视觉学才不知不觉的回归到其原点来：整个视频的主要内容都能分解并被结构化起来。。。不过
，，，，当我们面对着如此之多的数据，，另外的一些问题也产生了。。
。首先，，数据量本身已经太大，，，，而重复量更大，，，资料之间即使有关连性，，
，，也无法自动配上。。
。
。其次，
，，，当需要查找资料时，，发现根本无从着手
。。
。要解决这些问题
，，，，其中一个有效的方法就是
：ReID。。。

ReID:  让监控获得“大局观”

ReID 全写是 Re-identification，，顾名思义，，就是把物件重新辨认或识别出来。
。对于监控领域来说，
，，刚才提到的两个问题，，，引申出来在实际应用上，
，，就是希望把不同视频内的物体关联起来，，并可以透过有效的方法把物体找出来。。解决前者，，
，一
、、
、、能减少物件重复性；二、、、能改善跟踪；三
、、、能分析物体在区域内的行动路径；四、、、能分析个体之间的互动关系。。解决后者，
，能够在海量的数据之中有效地把某人提取出来。
。这些都是监控行业多年以来的需求
，，
，能做到这样，，
，，整个监控操作才完整，，，，才能看到大局。。。

ReID现状：不完美之下，，以应用创新

然而，，到目前为止，，，跨镜追踪ReID技术仍然是不完美的，，，，它最终的目的是要能达到 1-to-1 匹配的状态
。。。。可是，
，实际上是有误差的，，，，而且，
，
，，这个误差比起人脸识别技术上的要大得多，，
，，主要原因，，，便是前述的唯一性问题。。
。另一个则是速度上的问题，，，
，要在产品上应用，，，，快是必须的。。。在不完美之下，，，把技术应用到产品上，，就要花很多功夫做应用创新。
。

与其他顶尖的同行一样，
，，，鼎诚成立了自己的研究院（香港AI研究院），，并投入了大量资源进行研究，
，
，在实际产品上，，
，各方面的数据与同行各占优势。。。。因为历史因素，
，鼎诚的团队作业其实更为紧密
，
，即使在单一算法上有不完美的地方，，也能在整体全局之下产生优化。。
。例如
，，，检测、
、、跟踪、、特征提取等等环节，，，是互相紧扣而全局优化的。。

典型的研究团队
，，
，其小组们都是各自做好自已的算法
，
，，在某一数据内刷出最高准确度。
。。但这样的话，，
，，当算法拼在一起时，，效能很多时候并不如理想。。。鼎诚的观点始终是
，，，单一算法需要做好的同时
，，，，我们也同样重视产品的最终形态，，，，毕竟，，，这才是用户真正能接触到的部分，，，也决定了产品的实用性。。算法团队成员之间的认真沟通、、、、算法团队与工程团队之间紧密合作
、、
、
、算法与算法之间的磨合、、算法与工程之间的磨合
，，，加起来，，才会是鼎诚的产品。。
。
。

因为算法都是互相协同的
，，鼎诚的跨镜追踪 （Re-ID） 技术可以在、、、、图侦综合实战平台、、
、、、、等系统上真正用起来。
。鼎诚的所有技术
，，包括了 ReID 技术，，，都是自己原创研发
，，，技术上我们参考了现时最新的技术并从中再突破，，而方向则是清晰无误地要以落地为优先。。

ReID之生成
：两种基本算法

说起“行人再识别”
，，
，也即Person Re-identification
，，最大的难点在于，，行人是非刚体。
。。。意思是，
，，，人不像汽车那样，，从任何角度任何时间上看都是同一个型态。。当人在走路时
，，，手和脚都在摆动，，，，还往往伴随有其他动作。。

面对这个问题
，，，，一般方法是把人的身体划分成不同部分，，，以不同的方法把这些部分检测出来
，
，并进行局部特征提取。。。可是，，任凭你怎样细化划分，，
，该部分也会有某程度上的非刚体特性，，这样仍是会对算法造成干扰。。

另一种比较准确的方法是考虑对齐，，就是说
，，，把两张将要比对的图片，，以某种方法先对齐好，，例如相同的头部位置和脚部位置，，，，并在匹配时只考虑有用的部分。。当然，，，说起来是这么简单，，，实际算法要做到这回事是一件进阶的事情，
，，，因为这部分一般会内嵌到神经网络。。。。

除此之外，
，，业界一般会附加一些网络设计技巧再提高特征提取的准确度
，
，
，例如使用多分支多任务网络
，，，而最后再用 re-ranking来进一步提升准确度。。
。
。

鼎诚ReID算法创新：基于注意力架构的深度神经网络方案

鼎诚所用的方法，，，概念上相近，，，都是尽可能考虑最重要的部分进行特征提取及比对。。。。然而
，，，我们提出基于注意力架构模型的深度神经网络方案来实现行人ReID。
。。。与传统的全局表征或设定好的局部分割不同，，我们设计的主躯干网络不要求躯干位置的标注，，，，模型能够从浅层视觉到高层语义的不同空间内自动捕捉关键区域
，，，，挖掘多尺度的注意力特征，
，自动实现行人肢体（如面部
，，，上身及下身）的特征融合，，对于姿态改变以及空间变化有着很好的鲁棒性，，
，有效的完成行人搜索工作。。

在鼎诚在实际的产品则试时，，，发现即使不使用 re-ranking，，，
，对于 Market-1501 数据库
，，top-1 准确度也能达到 90%。。。
。虽然跟旷视的 94% 还是有差距，，
，，但不使用 re-ranking 也能达到这个水平，
，，代表我们速度上会快很多，
，，也同时减少计算资源的使用。
。
。。原因是 re-ranking（例如现今常用的 k-recipical 方法）即使再简单，
，，，也需要消耗内存把某范围内的数据暂存，，，，并进行分析和对比。。。。而有不少算法是非常依赖 re-ranking 来达到高准确度。。
。缺少了这个依赖
，，这使得我们的算法在实际产品内产生优势。。

ReID的下一步：分析之后，，
，，是理解

鼎诚AI研究院在未来会进一步投入资源去研究行人行为及车辆行为。。正如之前所述，，，
，计算机视觉学的最原始想法就是分析和理解场景
。
。
。分析，，，，我们已经做得很不错
，
，可是
，
，结构化数据所代表的高阶义意及意思是什么？？业界还未有很明确的方向，
，，，更不论是产品。。

我们希望，，透过行为分析，，，把理解这一块开一个窗口，，，使得结构化数据能再向前推进，，，，令系统更有智慧。
。
。
。未来，，，，并不单是人类去操作系统
，，，，而是系统有了理解能力之后
，，跟人类协作，，，，为人类谋方便和幸福。
。。。