天眼

《速度与激情7》的“天眼”系统，

可以整合全球所有的视频监控、

手机音频等数据，

再使用大数据和人脸识别等技术的

迅速分析和处理，

在极短的时间内

找到目标人和目标车辆进行追踪，

让目标人或物无所遁形。

影片中的“天眼”系统

无疑极大满足了观众对智能“黑”科技的想象

当然，仅靠人脸识别技术是无法达到

“天眼”系统要求

当可疑人员所在角落或低头的角度

使得摄像机无法获取完整的人脸时

该怎么办呢？

计算机视觉领域独角兽云从科技

在跨镜追踪技术上取得重大突破！

破解人脸识别技术难题！

让“天眼”成为现实！

跨境追踪技术

仅凭穿着、体态、发型“认出”你

跨镜追踪（Person Re-Identification，简称 ReID）技术是现在计算机视觉研究的热门方向，主要解决跨摄像头跨场景下行人的识别与检索，其利用计算机视觉技术在人脸被遮挡、距离过远时依旧可以从不同摄像机镜头中追踪行人。

该技术可以作为人脸识别技术的重要补充，可以对无法获取清晰拍摄人脸的行人进行跨摄像头连续跟踪，增强数据的时空连续性。可以广泛应用于视频监控、智能安保、智能商业等领域。

云从科技

领先科技 刷新三项记录

江小妹打探到，Market-1501，DukeMTMC-reID，CUHK03是当前衡量ReID技术的最通用的数据集。首位命中率（Rank-1  Accuracy）、平均精度均值（Mean Average Precision，mAP）是衡量ReID技术水平的核心指标。

日前，云从科技在跨镜追踪（ReID）技术上取得重大突破。同时在Market-1501，DukeMTMC-reID，CUHK03三个数据集刷新了世界记录，其中最高在Market-1501上的首位命中率（Rank-1 Accuracy）达到96.6%，让跨镜追踪（ReID）技术在准确率上首次达到商用水平，人工智能即将从「刷脸」跨到「识人」的新纪元。

科普时间

DukeMTMC-reID

该数据集在杜克大学内采集，图像来自8个不同摄像头。该数据集提供训练集和测试集。 训练集包含16,522张图像，测试集包含 17,661 张图像。训练数据中一共有702人，平均每类（每个人）有23.5 张训练数据。是目前最大的行人重识别数据集，并且提供了行人属性（性别/长短袖/是否背包等）的标注。

Market-1501

该数据集在清华大学校园中采集，图像来自6个不同的摄像头，其中有一个摄像头为低像素。同时该数据集提供训练集和测试集。 训练集包含12,936张图像，测试集包含19,732 张图像。图像由检测器自动检测并切割，包含一些检测误差（接近实际使用情况）。训练数据中一共有751人，测试集中有750人。所以在训练集中，平均每类（每个人）有17.2张训练数据。

CUHK03

该数据集在香港中文大学内采集，图像来自2个不同摄像头。该数据集提供 机器检测和手工检测两个数据集。 其中检测数据集包含一些检测误差，更接近实际情况。平均每个人有9.6张训练数据。

我们为何需要跨境追踪技术？

“中国式过马路”的行为多年来一直深受诟病

单凭人为管制很难解决问题

试想一下，若有了ReID技术

不管你是低着头还是戴着口罩

多能轻松将你识别

那你还敢闯红绿灯吗？

跨镜追踪（ReID）技术与人脸识别技术结合能够适用于更多新的应用场景，提供更加丰富的服务。跨镜追踪（ReID）技术能够根据行人的穿着、体态、发型等信息认知行人。这将人工智能的认知水平提高到一个新的阶段，现在跨镜追踪（ReID）技术已成为人工智能领域的重要研究方向。

但现有的研究成果还不是很成熟，

离实际商用的要求还有一定距离。

而云从科技的跨镜追踪（ReID）技术获得了重大突破，将现有的技术水平提高到一个新的阶段，这将大大推动业界技术研究与应用落地的进度，也将大大推动人工智能由「刷脸」跨进全面「识人」的新纪元。

跨境追踪技术难点在哪里？

>>>>

现存技术难点有哪些？

跨镜追踪（ReID）技术与人脸识别技术类似，存在较多的困难点需要克服：例如光线、遮挡、图片模糊等客观因素。另外，行人的穿着多样，同一人穿不同的衣服，不同的人穿相似的衣服等等也对跨镜追踪（ReID）技术提出更高的要求。行人的数据获取难度远远大于人脸数据获取难度，而行人的信息复杂程度又远远大于人脸，这两个因素叠加在一起使得跨镜追踪（ReID）技术的算法研究变得更加困难，也更加重要。通过算法的有效设计，降低对数据的依赖来实现跨镜追踪（ReID）技术效果的突破是现在业内的共识。

>>>>

云从科技是如何做到的呢？

云从科技提出通过融合行人的全局信息与具有辨识力的多粒度局部信息的方法，为解决ReID问题提供了一个非常不错的思路。

（1）结构精巧：该方案实现了端到端的直接学习，并没有增加额外的训练流程。

（2）多粒度：融合了行人的全局信息与多粒度细节信息。

（3）关注细节：模型真正懂得什么是人，模型会把注意力放在背包、鞋子、衣服商标等能够显著区分行人的一些关键信息上。

「刷脸」是计算机视觉领域重要的应用，而「识人」将促使计算机视觉行业进入新的发展阶段。云从科技在「识人」方向的众多细分领域已经有深入的研究，例如行人检测、行人结构化信息提取、人体关键点检测、姿态估计、行为动作识别等。

关于云从科技

CLOUDWALK

成立于2015年的云从科技孵化于中科院重庆绿色智能研究院，是一家专注计算机视觉与人工智能的高科技企业。不仅参与制定国家人工智能标准及人脸识别行业标准，技术在金融、安防、交通等重点行业市场占有率也较为领先。以银行为例，云从科技是中国银行业人脸识别第一大供应商。国内有能力自建系统的银行约为148家。

截止2018年3月15日，已经完成招标的银行约为121家，其中云从中标了88家总行平台，市场占有率约为72.7%。在网点覆盖方面，云从的客户已经覆盖了超过14.7万个网点，约占比例为66.8%。

以云从科技为典型，两江新区正发力数字经济，依托全市最大的数字经济产业园，两江新区将以大数据、智能化为引领，打造成全国数字经济产业示范区和全国数字经济融合化高地。