在很多的電影中，你可能會(huì)時(shí)?？吹疆?dāng)公安需要追查一個(gè)失蹤人員，或者是定位一個(gè)犯人的時(shí)候，就會(huì)使用公安系統(tǒng)布局在城市里每一處的攝像頭，進(jìn)行識(shí)別追蹤。然后通過(guò)公安系統(tǒng)龐大的人像數(shù)據(jù)庫(kù)分析后，就能夠得到需要尋找人的位置。

是不是每次看到這類(lèi)鏡頭都會(huì)感到很神奇呢?其實(shí)這么神奇的技術(shù)里面，就有著跨鏡追蹤(ReID技術(shù))的應(yīng)用，它不僅能夠識(shí)別人臉，還能夠根據(jù)人體的行為方式，體態(tài)和發(fā)型等進(jìn)行搜索追蹤。

ReID技術(shù)也叫跨鏡追蹤，其全寫(xiě)是Re-identification，從其字面意思可以理解出，就是對(duì)于監(jiān)控鏡頭下的物體進(jìn)行重新識(shí)別和辨認(rèn)。

如對(duì)人物的識(shí)別，能夠辨認(rèn)出人的服裝穿著、體態(tài)和人體其他代表性特征。它可以通過(guò)跨攝像頭鏡頭，來(lái)對(duì)行人進(jìn)行識(shí)別、追蹤和檢索。用來(lái)作為對(duì)人臉識(shí)別技術(shù)的重要補(bǔ)充，對(duì)于無(wú)法捕捉到清晰人臉的行人，可以采用跨鏡頭持續(xù)進(jìn)行跟蹤。

由于跨鏡追蹤(ReID技術(shù))發(fā)揮空間大，有著很大的實(shí)用價(jià)值。目前跨鏡追蹤(ReID技術(shù))已經(jīng)廣泛的應(yīng)用于商業(yè)、安防、交通、金融等領(lǐng)域。

作為老牌的安防公司如?？?、大華，以及AI四小龍的商湯、曠視、依圖、云從，還有傳統(tǒng)的互聯(lián)網(wǎng)巨頭BAT、華為等，對(duì)于ReID技術(shù)都是非常的關(guān)注與重視，有著自己的布局和積累。

對(duì)于ReID技術(shù)，不僅僅存在于電影速度與激情7里面的“天眼”，它其實(shí)貫穿于我們的整個(gè)生活，以下就有著幾個(gè)日常的應(yīng)用場(chǎng)景。

智慧城市追蹤嫌犯

在該應(yīng)用場(chǎng)景下，當(dāng)公安機(jī)關(guān)知道了嫌犯的照片，卻需要掌握充足的證據(jù)來(lái)證明嫌犯的犯罪事實(shí)。雖然有著監(jiān)控?cái)z像頭的視頻，但是面對(duì)著幾百幾十個(gè)攝像頭的時(shí)候，龐大的數(shù)據(jù)量需要耗費(fèi)很長(zhǎng)的時(shí)間去尋找。

此時(shí)就可以使用ReID技術(shù)，在有關(guān)監(jiān)控?cái)z像頭的視頻庫(kù)里面尋找嫌犯出現(xiàn)的視頻段，將其整理串連起來(lái)，對(duì)于嫌犯的行為軌跡進(jìn)行整合，那么在公安機(jī)關(guān)偵破案件的時(shí)候起到了很大的作用。

智能辨別違規(guī)違法駕駛行為

當(dāng)公安機(jī)關(guān)利用好這一技術(shù)，不僅可以在追蹤嫌犯的時(shí)候可以用上。在道路車(chē)輛行駛的時(shí)候，不用再通過(guò)模糊的圖像，人工的仔細(xì)辨認(rèn)駕駛員的駕駛行為，來(lái)判定駕駛員是否涉及到違規(guī)違法的行為。

ReID技術(shù)可以通過(guò)交通部門(mén)設(shè)置在各個(gè)路口的監(jiān)控探頭，對(duì)于通過(guò)的車(chē)輛進(jìn)行連續(xù)跟拍。如剛更新的交通違法處罰規(guī)定，交通管理部門(mén)利用監(jiān)控探頭的跟拍，通過(guò)ReID技術(shù)來(lái)分析，對(duì)于駕駛員在駕駛時(shí)的行為進(jìn)行識(shí)別辨認(rèn)，然后利用算法來(lái)判定是否屬于違規(guī)違法行為，后續(xù)就可以對(duì)相關(guān)的駕駛員進(jìn)行扣分罰款的處罰。

智能尋人系統(tǒng)

在游樂(lè)園經(jīng)常會(huì)出現(xiàn)小朋友與父母走失，面對(duì)著游樂(lè)園絡(luò)繹不絕的人群，想要在人海中尋找到走失的小朋友，猶如大海撈針般困難。

但是當(dāng)有著龐大的游客人像數(shù)據(jù)庫(kù)的時(shí)候，可以利用ReID技術(shù)，可以尋找到從小朋友進(jìn)游樂(lè)園起的所有行為軌跡圖像，然后將其進(jìn)行串連，就可以找到此時(shí)小朋友的位置。這是不是比傳統(tǒng)的尋人方式更簡(jiǎn)單呢?

大型商場(chǎng)的安保

在大型商場(chǎng)中，如果想要第一時(shí)間分析出人的行為，并且對(duì)于每一個(gè)顧客都有著實(shí)時(shí)的行為軌跡分析，那么就需要龐大的顧客人像數(shù)據(jù)庫(kù)。

在該人像數(shù)據(jù)庫(kù)的基礎(chǔ)上，加上ReID技術(shù)的應(yīng)用，對(duì)于顧客在商場(chǎng)公開(kāi)的范圍內(nèi)，都是可以進(jìn)行實(shí)時(shí)行為分析的。如果有著一些行為異常的顧客，那么ReID技術(shù)將會(huì)著重追蹤該人員，并且將其在商場(chǎng)的行為軌跡整合起來(lái)進(jìn)行分析。對(duì)于一些能夠以行為軌跡進(jìn)行判斷的預(yù)測(cè)情況，ReID技術(shù)會(huì)進(jìn)行提示。

如果在商場(chǎng)中出現(xiàn)了一些偷盜等行為，那么商場(chǎng)的安保人員可以利用ReID技術(shù)，快速的對(duì)該偷竊人員進(jìn)行追蹤，得到其有效的個(gè)人身份信息，對(duì)后續(xù)公安機(jī)關(guān)的破案也提供了關(guān)鍵的證據(jù)。

無(wú)人超市的監(jiān)管

無(wú)人超市作為一種新型的零售模式，由阿里巴巴和京東作為引領(lǐng)者，在全國(guó)范圍內(nèi)進(jìn)行大面積的布局。

ReID技術(shù)在無(wú)人超市的應(yīng)用，從顧客通過(guò)人像識(shí)別進(jìn)入零售店開(kāi)始，全程都在跟蹤每一個(gè)顧客，將他們的行為軌跡進(jìn)行串連儲(chǔ)存，對(duì)于一些行為異常的顧客，會(huì)重點(diǎn)對(duì)該顧客進(jìn)行跟蹤。如果有著違反零售店規(guī)則的行為，那么是可以進(jìn)行預(yù)警，提醒后臺(tái)監(jiān)控人員的。

ReID技術(shù)

ReID技術(shù)的應(yīng)用，是作為未來(lái)建設(shè)智慧型城市，安全型城市的重要技術(shù)之一。在當(dāng)下深度學(xué)習(xí)作為人工智能的重點(diǎn)，與ReID技術(shù)結(jié)合后，實(shí)用性獲得了廣泛的拓展。如ReID與計(jì)算機(jī)視覺(jué)：

ReID與計(jì)算機(jī)視覺(jué)

通過(guò)上述的應(yīng)用案例，ReID技術(shù)所涉及到的視頻結(jié)構(gòu)化模式不可或缺的。如今的計(jì)算機(jī)視覺(jué)學(xué)也是以此作為實(shí)用性進(jìn)行開(kāi)展，在與深度學(xué)習(xí)結(jié)合后，計(jì)算機(jī)視覺(jué)對(duì)于整個(gè)視頻的處理，可以分解并且進(jìn)行結(jié)構(gòu)化起來(lái)。但是面對(duì)著巨大的數(shù)據(jù)處理，還需要新的技術(shù)才能進(jìn)行實(shí)用，而ReID技術(shù)的出現(xiàn)，剛好就可以結(jié)合起計(jì)算機(jī)視覺(jué)與數(shù)據(jù)庫(kù)。

ID技術(shù)在進(jìn)行測(cè)試時(shí)，需要實(shí)際采用一些數(shù)據(jù)集，而在數(shù)據(jù)集中有著評(píng)價(jià)的指標(biāo)，用來(lái)對(duì)ReID技術(shù)的準(zhǔn)確性進(jìn)行判定。以下有著ReID使用較多的兩個(gè)評(píng)測(cè)指標(biāo)：

1.Rank1

ReID終歸是一個(gè)排序的問(wèn)題，Rank是排序命中率的核心指標(biāo)。Rank1是首位命中率，就是指排在第一張圖里面的有沒(méi)有命中對(duì)象本人。

2.mAP

mAP的平均精度均值更能全面的評(píng)價(jià)ReID技術(shù)，這一指標(biāo)是衡量ReID識(shí)別的整體均值來(lái)進(jìn)行判斷的。

在這里詳細(xì)介紹下評(píng)測(cè)指標(biāo)mAP。由于Rank1只需要第一張圖片命中就可以，那么其偶然因素必然會(huì)存在。而mAP在衡量整個(gè)ReID算法的時(shí)候，是以體的識(shí)別為對(duì)象，那么其評(píng)測(cè)的結(jié)果更加全面，影響因素也會(huì)減小。

在這兩組圖中，圖片1和圖片2作為檢索圖，每張檢索圖后面的圖片下的序號(hào)代表著檢索位置。

那么mAP在計(jì)算的時(shí)候，檢索圖后的第一張圖作為序號(hào)1，將第一張圖除以1，第二張圖除以排序的實(shí)際位置，即2除以3，后續(xù)圖片依次類(lèi)推，第五張圖就是5除以20了。接著再把計(jì)算的值求平均數(shù)，然后再除以圖片的總數(shù)，就得到了其mAP的值大概是0.63。

那么根據(jù)同樣的算法計(jì)算出第二張檢索圖的mAP的精度值是0.756。最后再把所有的圖片計(jì)算出來(lái)的mAP值求平均值，大概是69.45。

從該公式就可以看出，最后需要的mAP精度是需要計(jì)算整個(gè)檢索圖在底庫(kù)中所有圖片的mAP值，那么只有當(dāng)該對(duì)象在底庫(kù)中圖片的序號(hào)都排著前列，并且沒(méi)有任何人打斷其圖片的連續(xù)性，那么就可以得到最高的精度，當(dāng)然這種情況的要求是非常高的。所以mAP是比較能夠綜合體現(xiàn)整個(gè)模型的真實(shí)性的指標(biāo)的。