近日，阿里巴巴機器智慧型技術實驗室在行人重識別（person re-identification）演算法上獲得突破性成果。該技術團隊通過最新演算法，在不使用任何時序資訊的情況下，在行人重識別主流資料庫（market1501，dukemtmc-reid和cuhk03）上各項指標均取得第一的好成績，重新整理了業內的最好成績。
其效能的提高主要**於技術層面的創新：該團隊通過區域性資訊的挖掘，致力於解決行人在識別過程中表觀姿態變化劇烈，不容易對齊的問題。一方面，通過人體語義分割得到具有強語義資訊的部件，並利用注意力機制在其中尋找最具有區分性的區域。另一方面，使用了基於金字塔的水平分塊策略，得到行人固定區域的可辨識資訊。在訓練中，同時採用兩種策略相結合的方式，達到行人的對齊，從而實現更精準的匹配識別。通過技術上的改進，該方法在三個公開資料庫上的效果均優於之前最好方法，特別是map指標，分別提公升了2%，1.87%，3.39%。
近年來，行人重識別技術在業內得到了越來越多的關注，僅cvpr2018就有將近30多篇文章專注於行人重識別問題的研究。隨著行人重識別技術的日漸成熟，其巨大的應用價值和市場潛力得到了越來越多的關注。
不管是老牌的安防公司如海康威視，浙江大華，還是新晉獨角獸曠世科技，商湯科技，還有傳統的網際網路巨頭，bat，華為等，都對行人重識別非常關注，在演算法，資料和人才等各個方面上進行著布局和積累。此次阿里巴巴機器智慧型技術實驗室在行人重識別演算法的突破，為其在新零售領域相關技術方案落地奠定了穩固基礎。
行人重識別RE ID 瑣碎知識點總結
1.single shot 和muti shot 前者是指gallery中每個人的影象為一張 n 1 而後者是指gallery中每個人的影象為n 1張影象，同樣的rank 1下，一般n越大，得到的識別率越高。2.gallery probe和cmc gallery是候選行人庫，probe是待查詢輸入，...
ReID 行人重識別中常用loss與評價指標說明
如有錯誤，請多多指教！在reid中常見的loss有identity loss verification loss triplet loss 把reid問題看做是乙個影象分類問題，每乙個id都是乙個類。計算公式 n 每個batch訓練的樣本數 p yi xi 輸入影象xi和其類別標籤yi，經過soft...
ReID基礎 行人重識別的一些認識
傳統方法 手工設計特徵 距離度量。這些傳統方法因為依賴手工特徵,不能適應資料量很大的複雜環境，效能也比較低，所以目前基本沒有人用了。深度學習方法 reid在測試的時候的類別與訓練時類別不同，沒有相同的類別 也就是測試的人和訓練的人不是同一批，open set 對抗攻擊 攻擊者可以通過給良性樣本新增特...