對于公安部門來說，雖然人臉識別攝像機已經(jīng)遍布城市，但面對反偵察能力強的嫌疑人，現(xiàn)有的視頻監(jiān)控系統(tǒng)很難成為助力：攝像頭覆蓋角度有限、分辨率低、面部信息捕捉不足、嫌犯行跡追蹤困難都成為了人臉識別攝像頭在公安領(lǐng)域應用的典型難題。

而ReID（行人重識別）技術(shù)則從特殊人群檢索的巨大需求下應運而生。

ReID技術(shù)也稱行人再識別，是利用計算機視覺技術(shù)判斷圖像或者視頻序列中是否存在特定行人的技術(shù)。即通過一個監(jiān)控行人的圖像，即可檢索跨設備下的該行人圖像。旨在彌補固定攝像頭的視覺局限，并可與行人檢測／行人跟蹤技術(shù)相結(jié)合，廣泛應用于智能視頻監(jiān)控、智能安保等系統(tǒng)。

跨場景人臉識別已成為公安口重要需求

近年來，ReID技術(shù)得到了大規(guī)模的重視，并屢屢得到突破。僅在今年5月，就有多項世界紀錄再次被刷新。然而技術(shù)水平高并不意味著可以雄踞市場高位。從落地的角度來看，ReID的實戰(zhàn)案例還是很少，僅有云從、曠視等少數(shù)幾家企業(yè)在公安口進行了有效的嘗試。而技術(shù)與落地之間的矛盾，帶來的則是投資者對于這項技術(shù)的廣泛質(zhì)疑。

ReID的虛：算法刷榜真的沒有意義嗎？

不同于前幾年AI概念的大紅大紫，如今的投資者對于算法能力高低的興趣已經(jīng)大打折扣，一個個被收購的例子告訴他們，如今比起算法是否能夠“霸榜”，數(shù)據(jù)策略是否正確、業(yè)務與技術(shù)的對接是否順利已經(jīng)成為了更讓他們關(guān)心的問題。

然而自ReID這個技術(shù)領(lǐng)域，情況略微有所不同，因為對于公安口來說，比起能夠減少多少人力消耗，更重要的問題是能否最大程度上減少錯判、誤判的可能性。

目前即便是測試水平最佳的算法，準確率也僅有98．88％，而1％以上的誤判率，在火車站等人流量大的場所將帶來非常多的誤判報警，得不償失。所以業(yè)界對于算法的測試結(jié)果都尤為關(guān)注。

而且同其他AI競賽不同，在ReID這個賽道上，有公認的三個權(quán)威主流公開數(shù)據(jù)集，即CUHK03、DUKE－MTMC和Market1501。幾乎所有的ReID競賽都會在這三個數(shù)據(jù)集中進行測試。在此基礎上，所有的ReID的能力可以很輕松的進行橫向?qū)Ρ�，不同廠商算法之間的差距一看便知。

各算法之間比較非常直觀

在此基礎上，甲方可以很容易就得到反映算法綜合性能的指標MAP（平均精度值），直觀地估算算法的實戰(zhàn)價值。

不過遺憾的是，即便是在DUKE－MTMC中MAP值最高的騰訊優(yōu)圖（成績截至5月20日），MAP也只達到了91．1％，比起準確度已經(jīng)突破99．5％的人臉識別，ReID技術(shù)顯然還有很大的進步空間。

更令人擔憂的是，僅僅是數(shù)據(jù)集并不能代表ReID技術(shù)在實戰(zhàn)當中的效果，從得到的反饋來看，ReID技術(shù)的落地還有眾多難點需要克服。