來源：網(wǎng)絡

在很多的電影中，你可能會時常看到當公安需要追查一個失蹤人員，或者是定位一個犯人的時候，就會使用公安系統(tǒng)布局在城市里每一處的攝像頭，進行識別追蹤。然后通過公安系統(tǒng)龐大的人像數(shù)據(jù)庫分析后，就能夠得到需要尋找人的位置。

是不是每次看到這類鏡頭都會感到很神奇呢?其實這么神奇的技術里面，就有著跨鏡追蹤(ReID技術)的應用，它不僅能夠識別人臉，還能夠根據(jù)人體的行為方式，體態(tài)和發(fā)型等進行搜索追蹤。

ReID技術也叫跨鏡追蹤，其全寫是Re-identification，從其字面意思可以理解出，就是對于監(jiān)控鏡頭下的物體進行重新識別和辨認。

如對人物的識別，能夠辨認出人的服裝穿著、體態(tài)和人體其他代表性特征。它可以通過跨攝像頭鏡頭，來對行人進行識別、追蹤和檢索。用來作為對人臉識別技術的重要補充，對于無法捕捉到清晰人臉的行人，可以采用跨鏡頭持續(xù)進行跟蹤。

由于跨鏡追蹤(ReID技術)發(fā)揮空間大，有著很大的實用價值。目前跨鏡追蹤(ReID技術)已經(jīng)廣泛的應用于商業(yè)、安防、交通、金融等領域。

作為老牌的安防公司如海康、大華，以及AI四小龍的商湯、曠視、依圖、云從，還有傳統(tǒng)的互聯(lián)網(wǎng)巨頭BAT、華為等，對于ReID技術都是非常的關注與重視，有著自己的布局和積累。

對于ReID技術，不僅僅存在于電影速度與激情7里面的“天眼”，它其實貫穿于我們的整個生活，以下就有著幾個日常的應用場景。

智慧城市追蹤嫌犯

在該應用場景下，當公安機關知道了嫌犯的照片，卻需要掌握充足的證據(jù)來證明嫌犯的犯罪事實。雖然有著監(jiān)控攝像頭的視頻，但是面對著幾百幾十個攝像頭的時候，龐大的數(shù)據(jù)量需要耗費很長的時間去尋找。

此時就可以使用ReID技術，在有關監(jiān)控攝像頭的視頻庫里面尋找嫌犯出現(xiàn)的視頻段，將其整理串連起來，對于嫌犯的行為軌跡進行整合，那么在公安機關偵破案件的時候起到了很大的作用。

智能辨別違規(guī)違法駕駛行為

當公安機關利用好這一技術，不僅可以在追蹤嫌犯的時候可以用上。在道路車輛行駛的時候，不用再通過模糊的圖像，人工的仔細辨認駕駛員的駕駛行為，來判定駕駛員是否涉及到違規(guī)違法的行為。

ReID技術可以通過交通部門設置在各個路口的監(jiān)控探頭，對于通過的車輛進行連續(xù)跟拍。如剛更新的交通違法處罰規(guī)定，交通管理部門利用監(jiān)控探頭的跟拍，通過ReID技術來分析，對于駕駛員在駕駛時的行為進行識別辨認，然后利用算法來判定是否屬于違規(guī)違法行為，后續(xù)就可以對相關的駕駛員進行扣分罰款的處罰。

智能尋人系統(tǒng)

在游樂園經(jīng)常會出現(xiàn)小朋友與父母走失，面對著游樂園絡繹不絕的人群，想要在人海中尋找到走失的小朋友，猶如大海撈針般困難。

但是當有著龐大的游客人像數(shù)據(jù)庫的時候，可以利用ReID技術，可以尋找到從小朋友進游樂園起的所有行為軌跡圖像，然后將其進行串連，就可以找到此時小朋友的位置。這是不是比傳統(tǒng)的尋人方式更簡單呢?

大型商場的安保

在大型商場中，如果想要第一時間分析出人的行為，并且對于每一個顧客都有著實時的行為軌跡分析，那么就需要龐大的顧客人像數(shù)據(jù)庫。

在該人像數(shù)據(jù)庫的基礎上，加上ReID技術的應用，對于顧客在商場公開的范圍內(nèi)，都是可以進行實時行為分析的。如果有著一些行為異常的顧客，那么ReID技術將會著重追蹤該人員，并且將其在商場的行為軌跡整合起來進行分析。對于一些能夠以行為軌跡進行判斷的預測情況，ReID技術會進行提示。

如果在商場中出現(xiàn)了一些偷盜等行為，那么商場的安保人員可以利用ReID技術，快速的對該偷竊人員進行追蹤，得到其有效的個人身份信息，對后續(xù)公安機關的破案也提供了關鍵的證據(jù)。

無人超市的監(jiān)管

無人超市作為一種新型的零售模式，由阿里巴巴和京東作為引領者，在全國范圍內(nèi)進行大面積的布局。

ReID技術在無人超市的應用，從顧客通過人像識別進入零售店開始，全程都在跟蹤每一個顧客，將他們的行為軌跡進行串連儲存，對于一些行為異常的顧客，會重點對該顧客進行跟蹤。如果有著違反零售店規(guī)則的行為，那么是可以進行預警，提醒后臺監(jiān)控人員的。

ReID技術

ReID技術的應用，是作為未來建設智慧型城市，安全型城市的重要技術之一。在當下深度學習作為人工智能的重點，與ReID技術結(jié)合后，實用性獲得了廣泛的拓展。如ReID與計算機視覺：

ReID與計算機視覺

通過上述的應用案例，ReID技術所涉及到的視頻結(jié)構(gòu)化模式不可或缺的。如今的計算機視覺學也是以此作為實用性進行開展，在與深度學習結(jié)合后，計算機視覺對于整個視頻的處理，可以分解并且進行結(jié)構(gòu)化起來。但是面對著巨大的數(shù)據(jù)處理，還需要新的技術才能進行實用，而ReID技術的出現(xiàn)，剛好就可以結(jié)合起計算機視覺與數(shù)據(jù)庫。

ID技術在進行測試時，需要實際采用一些數(shù)據(jù)集，而在數(shù)據(jù)集中有著評價的指標，用來對ReID技術的準確性進行判定。以下有著ReID使用較多的兩個評測指標：

1.Rank1

ReID終歸是一個排序的問題，Rank是排序命中率的核心指標。Rank1是首位命中率，就是指排在第一張圖里面的有沒有命中對象本人。

2.mAP

mAP的平均精度均值更能全面的評價ReID技術，這一指標是衡量ReID識別的整體均值來進行判斷的。

在這里詳細介紹下評測指標mAP。由于Rank1只需要第一張圖片命中就可以，那么其偶然因素必然會存在。而mAP在衡量整個ReID算法的時候，是以體的識別為對象，那么其評測的結(jié)果更加全面，影響因素也會減小。

在這兩組圖中，圖片1和圖片2作為檢索圖，每張檢索圖后面的圖片下的序號代表著檢索位置。

那么mAP在計算的時候，檢索圖后的第一張圖作為序號1，將第一張圖除以1，第二張圖除以排序的實際位置，即2除以3，后續(xù)圖片依次類推，第五張圖就是5除以20了。接著再把計算的值求平均數(shù)，然后再除以圖片的總數(shù)，就得到了其mAP的值大概是0.63。

那么根據(jù)同樣的算法計算出第二張檢索圖的mAP的精度值是0.756。最后再把所有的圖片計算出來的mAP值求平均值，大概是69.45。

從該公式就可以看出，最后需要的mAP精度是需要計算整個檢索圖在底庫中所有圖片的mAP值，那么只有當該對象在底庫中圖片的序號都排著前列，并且沒有任何人打斷其圖片的連續(xù)性，那么就可以得到最高的精度，當然這種情況的要求是非常高的。所以mAP是比較能夠綜合體現(xiàn)整個模型的真實性的指標的。

審核編輯黃宇