澎思科技ReID准确率达到96.73%，刷新世界记录

【环球网科技综合报道】近日，国内人工智能企业澎思科技(Pensees)在行人再识别(Person Re-identification，简称ReID)算法上取得突破，在三大主流ReID数据集测试(Market1501，DukeMTMC-reID，CUHK03)中，算法关键指标首位命中率(Rank-1 Accuracy)获得业内最好成绩，刷新了世界纪录。

值得注意的是，澎思科技成立于2018年，即便在人工智能领域一众主攻机器视觉方向的创业公司中也属新手。

在行人再识别(ReID)技术研究领域，首位命中率(Rank-1 Accuracy)和平均精度均值(Mean Average Precision，mAP)是衡量算法水平的核心指标。此次，澎思科技一举实现了在三大数据集上Rank-1关键指标的大幅提升，在Market 1501的Rank-1指标上已经达到96.73%，领先了人们熟知的大华、云从科技等头部厂家。

同时，在Duke MTMC-reID、CUHK03两个数据集上，澎思科技也刷新了之前业内最高纪录，Rank-1指标分别达到了92.01%和84.57%，尤其在最具挑战的CUHK03上提升明显，在Rank-1和mAP上均达到业界最好水准。

澎思科技的自研算法突破在哪里？

行人再识别(ReID)技术起源于多摄像头跟踪，用于判断非重叠视域中拍摄到的不同图像中的行人是否属于同一个人。作为人脸识别技术的重要补充，其发展内核便是在不同视频中，在无法获取清晰人脸特征信息前提下，机器通过穿着、发型、体态等信息将同一个人识别出来，增强数据的时空连接性。

澎思科技Market1501 部分测试结果

据悉，澎思科技新加坡研究院团队投入巨大精力潜心研究底层算法，开创性地提出了多项技术革新。此次，澎思科技在算法上的突破主要得益于以下几个方面：

首先，采用human parsing对人体分割，结合金字塔水平分块策略，使得网络准确提取细粒度区域特征的能力大幅提升;

训练阶段，借鉴curriculum learning思路，难样本比例逐步提升，使得损失函数更易收敛;

通过图网络结构，学习得到各个细粒度特征的加权系数，进一步提高特征的分辨能力;

最后，在测试阶段，除常规距离计算手段，引入重构距离，提升网络对未对齐、遮挡等技术难点的健壮性。

ReID算法超越人眼，实际应用效果良好

受益于深度学习的发展，行人再识别(ReID)技术水平已经得到了巨大提升，行业水平普遍高于90%的准确率已经超越人眼识别能力，达到商用水平。目前，诸多主攻机器视觉方向的人工智能企业已经在不同行业的多个业务场景中落地行人再识别(ReID)技术的应用。

例如，在公共安全领域，澎思科技推出的智慧警务人像大数据解决方案，让行人再识别技术在警务实战中为人脸识别技术提供有力补充。

据了解，前不久澎思科技协助江苏省某市公安抓获了一个偷盗电动车的嫌疑人员。监控摄像头在现场拍到嫌疑人背对摄像头的画面，没有清晰正面的人脸，但图片抓取了其穿着、发型、身高等信息，Re-ID技术协助警方找到了关联摄像头并拍到嫌疑人正脸，以此确认身份，迅速将嫌疑人抓获。

可见，行人再识别(ReID)技术可以帮助公安视频侦查实现人脸、人体图像与数据联结，强化轨迹追踪功能，深化公安视频图像应用能力。

ReID前景广阔

行人再识别(ReID)技术涉及计算机视觉、机器学习、模式识别等多个学科领域，可以广泛应用于智能视频监控、安保、刑侦等领域。在公共安全以外，行人再识别(ReID)技术还可以应用于智慧城市、智能交通、智慧零售、智能制造、智慧园区等领域，有很高的应用价值。