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)成為了更讓他們關心的問題。

然而自ReID這個技術(shù)領域，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。