云从科技资深算法研究员详解跨境追踪（ReID）技术实现及应用场景[才子佳人博客，我的故事我讲述]

云从科技资深算法研究员详解跨境追踪（ReID）技术实现及应用场景

来源：www.xmetaera.com 编辑：xjh 2022-11-18

在很多的电影中，你可能会时常看到当公安需要追查一个失踪人员，或者是定位一个犯人的时候，就会使用公安系统布局在城市里每一处的摄像头，进行识别追踪。然后通过公安系统庞大的人像数据库分析后，就能够得到需要寻找人的位置。

是不是每次看到这类镜头都会感到很神奇呢？其实这么神奇的技术里面，就有着跨镜追踪（ReID技术）的应用，它不仅能够识别人脸，还能够根据人体的行为方式，体态和发型等进行搜索追踪。

ReID技术也叫跨镜追踪，其全写是Re－identification，从其字面意思可以理解出，就是对于监控镜头下的物体进行重新识别和辨认。

如对人物的识别，能够辨认出人的服装穿着、体态和人体其他代表性特征。它可以通过跨摄像头镜头，来对行人进行识别、追踪和检索。用来作为对人脸识别技术的重要补充，对于无法捕捉到清晰人脸的行人，可以采用跨镜头持续进行跟踪。

ReID 里比较热门的几项内容：

ReID 技术难点

ReID 学术界最常用的三个公开数据集：

ID技术在进行测试时，需要实际采用一些数据集，而在数据集中有着评价的指标，用来对ReID技术的准确性进行判定。以下有着ReID使用较多的两个评测指标：

1．Rank1

ReID终归是一个排序的问题，Rank是排序命中率的核心指标。Rank1是首位命中率，就是指排在第一张图里面的有没有命中对象本人。Rank5 是 1-5 张图有没有至少一张命中他本人。

2．mAP

mAP的平均精度均值更能全面的评价ReID技术，这一指标是衡量ReID识别的整体均值来进行判断的。

由于Rank1只需要第一张图片命中就可以，那么其偶然因素必然会存在。而mAP在衡量整个ReID算法的时候，是以体的识别为对象，那么其评测的结果更加全面，影响因素也会减小。

再来看一下 ReID 实现思路与常见方案。ReID 从完整的过程分三个步骤：

第一步，从摄像头的监控视频获得原始图片；

第二步，基于这些原始图片把行人的位置检测出来；

第三步，基于检测出来的行人图片，用 ReID 技术计算图片的距离，但是我们现在做研究是基于常用数据集，把前面图像的采集以及行人检测的两个工作做过了，我们 ReID 的课题主要研究第三个阶段。

ReID 研究某种意义上来讲，如果抽象得比较高，也是比较清晰的。如下图所示，假设黄色衣服的人是检索图，后面密密麻麻很多小图组成的相当于底库，从检索图和底库都抽出表征图像的特征，特征一般都抽象为一个向量，比如 256 维或者 2048 维，这个 Match 会用距离去计算检索图跟库里所有人的距离，然后对距离做排序，距离小的排在前面，距离大的排在后面，我们理解距离小的这些人是同一个人的相似度更高一点，这是一个比较抽象的思维。