内容标题24

  • <tr id='z4dDPC'><strong id='z4dDPC'></strong><small id='z4dDPC'></small><button id='z4dDPC'></button><li id='z4dDPC'><noscript id='z4dDPC'><big id='z4dDPC'></big><dt id='z4dDPC'></dt></noscript></li></tr><ol id='z4dDPC'><option id='z4dDPC'><table id='z4dDPC'><blockquote id='z4dDPC'><tbody id='z4dDPC'></tbody></blockquote></table></option></ol><u id='z4dDPC'></u><kbd id='z4dDPC'><kbd id='z4dDPC'></kbd></kbd>

    <code id='z4dDPC'><strong id='z4dDPC'></strong></code>

    <fieldset id='z4dDPC'></fieldset>
          <span id='z4dDPC'></span>

              <ins id='z4dDPC'></ins>
              <acronym id='z4dDPC'><em id='z4dDPC'></em><td id='z4dDPC'><div id='z4dDPC'></div></td></acronym><address id='z4dDPC'><big id='z4dDPC'><big id='z4dDPC'></big><legend id='z4dDPC'></legend></big></address>

              <i id='z4dDPC'><div id='z4dDPC'><ins id='z4dDPC'></ins></div></i>
              <i id='z4dDPC'></i>
            1. <dl id='z4dDPC'></dl>
              1. <blockquote id='z4dDPC'><q id='z4dDPC'><noscript id='z4dDPC'></noscript><dt id='z4dDPC'></dt></q></blockquote><noframes id='z4dDPC'><i id='z4dDPC'></i>

                新闻中心

                全部/企业动态

                再破世界纪录,快三彩票科技刷新视频行人再识别(Video-based ReID)三大数据集历史最好成绩
                继在三大主流单帧图片行人再识别数据集(Market1501,DukeMTMC-reID,CUHK03)刷新世界纪录后,近日,快三彩票科技(Pensees)在基√于视频的行人再识别数据(PRID-2011,iLIDS-VID,MARS)中再次取得突破性进展,一举实现在三大数据集上算法关键指标首位命中率(Rank-1 Accuracy)的大幅♀度提升,准确率均创历≡史新高。
                 
                 
                 
                刷新三大数据集世界纪录实现算法关键指标大幅度☉提升
                 

                PRID-2011、iLIDS-VID和MARS均为基于视频∴的行人再识别数据集。PRID-2011数据集中的视频对通过←两个固定的监控摄像头进行采集,摄像头A包含385个行人,摄像头B包含749个行人。这些行人中,只有200个行人同时╱出现在两个摄像头中。iLIDS-VID是在PRID-2011之后公布的数据集,与PRID-2011相比,数据更加整齐,也更有挑战性。iLIDS-VID数据集是通过机场到达大厅的CCTV监控视频采集得到的,包含300个行人在两个摄像头下∏的600段视频。视频中存在严重的着装相似,光照和视角变@ 化,复杂背景和遮挡现象,因此识别难度大。MARS数据集是目前基于视〓频ReID最大的数据集,是单帧图片行人再识别数据集Market1501的扩充版,图像▲数量由32,668幅扩展到了1,191,003幅。
                 
                 
                与单帧图片的行人再识别数据▃集一样,首位命中率(Rank-1 Accuracy)和平↓均精度均值(Mean Average Precision,mAP)是衡量视频行人再识别ReID算法水平的核心々指标。快三彩票科技此次一举实现在三大数据库上,仅利用原始数据就实现Rank-1 Accuracy关键指标大幅度提升。目前,快三彩票科技算法在最大的视频数据集MARS上的首位命中率指标已经达到88.8%,领先香港◇中文大学、中科大、北京大学等国内外知名机构。在iLIDS-VID和PRID-2011等数据集上首位命中率也分别达到了88.0%和95.5%。
                 
                 
                ▲ 快三彩票〖科技行人再识别ReID算法在MARS数据集的部分测试结果
                 
                 
                立∩足快三彩票现有业务展开垂直领域技术研发①和创新
                 
                快三彩票科技此次成果的取得源于快三彩票新加坡研究院对算法的◢自研创新和融合探索,是立足于快三彩票现有业务和☆商业模式,结合公司的发展方向针对性开展垂直领域技术研发和创新。主要包括以下几个方面:
                 
                •   受遮挡、姿态变化、视角变化等因素的影响,视频序列中→行人的特征是不连续的。用全局特征来♀度量每一帧图片的权重往往会损失掉许多重要的信息。采※用分割重组策略将特定局部特征重组成多个视频序列进行学习,进而极大减少局部特征损失对最↙终特征的影响。
                 
                •   其次,提出了全新的双向图注意力机制模块。将图卷积神经网络和↘SENet完美结合,在整个序列上进行通道」域的模式选择学习。同时通过双向网络进〓行空间域的注意力区域◤学习。由于图卷积网络的特∩性,每一帧图片的注意力特征都是与其他帧相ω互学习结合的结果,从而极大提高特征的代表性。
                 
                •   最终,利用帧间相似度进行序列融合。与大多数利用循环神经网络进①行融合算法相比,最大的优势是不需要训练额外的模型参数,仅仅通过数学计算的方式就可◆以达到融合的目的。这样,数据的类内相似度得到了极大的提高。在结合◆三元损失函数进行训练后,类间相似度得到了降低,进而提高再识别↙效果。
                 
                 
                 
                 
                基于视频的行人再识别与单帧图片的行人再识别任务目的是相同的,即在∑ 视角不重叠的多摄像机网络下进行行人」的匹配。尽管基于单帧图片的行人再识别算法已经取得㊣ 了不错的进步,但由▼于单帧图片只包含有限的行人信息,网络提取的特征不具备足够的代表性,检测结果往往受图片质量〖的影响较大。
                 
                与此相比,视频△序列的优势便凸显出来。一个短视频序列往往包含行人多运动状态下的更多特征,并且利用时序】信息,可以将背☉景、遮挡等干扰ぷ因素的影响降到最低,提升识别的准确度。
                 
                加速AI技术落地持续推进AI产业化落地进程
                 
                基于视频的行人再识别(ReID)技术更贴近智慧城市建设的诸多应用场景,能有效解【决行人信息有限、特征不足及其他干扰因素等问题,相比单帧图片的行人再识别具备更长远的落地应▆用空间。接下来,快三彩票科技将进一步加大在视频行人再识别算法上的研究,并逐步将算法应用〗到平安城市、智慧社区、智慧园区、智慧零售、智慧交通等实战应用场景中▼。
                 
                  
                 
                 
                快三彩票科技作为一家专注于计算机视觉和□ 物联网技术,提供“以人为核心”行业综合应用解决方案的人工智能公司,在人工智能行业进入商业化落地◎主导的产业化阶段,一方面将不断加强自研技术创新,提升技术竞争¤力;另一方面坚@持“行业+AI”策略,针对用户需求深挖场】景,发现行业痛点并不々断打磨算法和产品,将技术真正应用到业务场景中,推动AI技术的产品化落地和商业化进程。