行人重识别简称Re-identification,目前研究这个方向的大神主要有,UTS的郑良,郑哲东,CUHK的xiaotong等。

这里想分析下,2017年的cvpr, Re-ranking Person Re-identification with k-reciprocalEncoding,文章主要提出了基于k阶导数编码的方式,对需要检测的gallery中的图片进行重排序,使得识别结果有所提升。

整个的pipeline如上图所示,样本已经是提取出来的行人图片,然后使用训练好的resnet50提取特征,基于这些特征计算出马氏距离和杰卡德距离,然后对这2个距离做一个加权求和,得到最终的距离。

作者在git上已经提供了程序,配置好后,在Market和CUHK上的运行结果如下,

结论:

RE-ID这门技术现在还很不成熟,和人脸识别还是有很大的差距,实际生活场景的应用,受光照,相机分辨率,遮挡,行人检测等的影响,实际识别效果差强人意,也许只能当做一种辅助的检测手段了。

如果换个思路一想,如果这种技术真的和访问手机定位人的位置一样准确的话,也许真的就是天眼时代的来临了,也许比《速度与激情》中的天眼还要厉害,人脸是存在摄像头捕捉不到的时候,但是人的身体就不会有这问题,也许大家都不会有隐私而言了。

reference:

https://github.com/zhunzhong07/person-re-ranking