近日，澎思科技(Pensees)在基于視頻的行人再識(shí)別數(shù)據(jù)集(PRID-2011，iLIDS-VID，MARS)中取得突破。

據(jù)了解，澎思科技算法在最大的視頻數(shù)據(jù)集MARS上的首位命中率指標(biāo)88.8%，在iLIDS-VID和PRID-2011等數(shù)據(jù)集上首位命中率分別為88.0%和95.5%。

具體來(lái)說(shuō)，主要包括三個(gè)方面：

1、受遮擋、姿態(tài)變化、視角變化等因素的影響，視頻序列中行人的特征是不連續(xù)的。用全局特征來(lái)度量每一幀圖片的權(quán)重往往會(huì)損失掉許多重要的信息。采用分割重組策略將特定局部特征重組成多個(gè)視頻序列進(jìn)行學(xué)習(xí)，進(jìn)而極大減少局部特征損失對(duì)最終特征的影響。

2、提出雙向圖注意力機(jī)制模塊。將圖卷積神經(jīng)網(wǎng)絡(luò)和SENet結(jié)合，在整個(gè)序列上進(jìn)行通道域的模式選擇學(xué)習(xí)。同時(shí)通過(guò)雙向網(wǎng)絡(luò)進(jìn)行空間域的注意力區(qū)域?qū)W習(xí)。由于圖卷積網(wǎng)絡(luò)的特性，每一幀圖片的注意力特征都是與其他幀相互學(xué)習(xí)結(jié)合的結(jié)果，從而提高特征的代表性。

3、利用幀間相似度進(jìn)行序列融合。通過(guò)數(shù)學(xué)計(jì)算的方式就可以達(dá)到融合的目的。這樣，數(shù)據(jù)的類(lèi)內(nèi)相似度得到了提高。在結(jié)合三元損失函數(shù)進(jìn)行訓(xùn)練后，類(lèi)間相似度得到了降低，進(jìn)而提高重識(shí)別效果。

澎思科技角介紹，基于視頻的行人再識(shí)別(ReID)技術(shù)更貼近智慧城市建設(shè)的諸多應(yīng)用場(chǎng)景，能有效解決行人信息有限、特征不足及其他干擾因素等問(wèn)題，相比單幀圖片的行人再識(shí)別具備更長(zhǎng)遠(yuǎn)的落地應(yīng)用空間。