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，，，，麦得发生物行人再识别技术（）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，
，，，苏州麦得发生物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，，
，以及麦得发生物公司在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 麦得发生物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，，麦得发生物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，，麦得发生物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。。。。麦得发生物的观点始终是，
，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，，才会是麦得发生物的产品。。。

因为算法都是互相协同的，
，
，麦得发生物的跨镜追踪 （Re-ID） 技术可以在、、、图侦综合实战平台、、、、
、、等系统上真正用起来
。。。。麦得发生物的所有技术，，，
，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。。
。

麦得发生物ReID算法创新：基于注意力架构的深度神经网络方案

麦得发生物所用的方法，，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。。
。

在麦得发生物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

麦得发生物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。。
。。