人工智能研究取得了世界領(lǐng)先的技術(shù) 可以對(duì)人進(jìn)行視覺識(shí)別

越來越多地使用AI來幫助人類操作員處理來自CCTV和其他安全來源的大量圖像。人員重新識(shí)別(ReID)是一種方法，其中AI可以識(shí)別從不同相機(jī)或在不同場(chǎng)合拍攝的同一個(gè)人的圖像。這有助于在覆蓋大型公共空間的CCTV網(wǎng)絡(luò)(例如地下網(wǎng)絡(luò))中追蹤嫌疑犯。對(duì)于機(jī)器，ReID極具挑戰(zhàn)性，因?yàn)樗鼈儽仨氃诓煌墓庠矗藙?shì)和外觀變化(例如衣服)下考慮并區(qū)分同一個(gè)人。

薩里視覺，語音和信號(hào)處理中心(CVSSP)的專家在今年首爾舉行的國際計(jì)算機(jī)視覺國際會(huì)議上發(fā)表的論文中，該會(huì)議是最負(fù)盛名的視覺人工智能會(huì)議，來自薩里視覺，語音和信號(hào)處理中心(CVSSP)的專家詳細(xì)介紹了他們?nèi)绾伍_發(fā)獨(dú)特的系統(tǒng)名為OSNet的OS勝過許多已在使用的流行識(shí)別系統(tǒng)。

CVSSP團(tuán)隊(duì)表明，OSNet能夠深入分析各種空間尺度上的信息，以幫助準(zhǔn)確地進(jìn)行重新標(biāo)識(shí)-從最小的細(xì)節(jié)(例如T恤上的徽標(biāo))到其他較大的因素(例如嫌疑人穿的外套類型。

令人難以置信的是，OSNet只需要220萬個(gè)參數(shù)，這在深度神經(jīng)網(wǎng)絡(luò)模型的背景下是一個(gè)很小的數(shù)目，勝過許多基于使用2400萬個(gè)參數(shù)的流行ResNet50基礎(chǔ)架構(gòu)構(gòu)建的競爭對(duì)手，這暗示OSNet可以成為視覺識(shí)別的標(biāo)準(zhǔn)技術(shù)。如此小的參數(shù)大小意味著該模型可以“在邊緣”部署，這意味著繁重的計(jì)算工作可以在攝像機(jī)本身而不是在遠(yuǎn)程數(shù)據(jù)中心進(jìn)行，從而節(jié)省了用于從中傳輸大量視頻數(shù)據(jù)的帶寬攝像機(jī)連接到數(shù)據(jù)服務(wù)器。

CVSSP的計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)杰出教授Tao Xiang表示：“借助OSNet，我們著手開發(fā)一種工具，該工具可以克服其他設(shè)置面臨的許多人員重新識(shí)別問題，但結(jié)果遠(yuǎn)遠(yuǎn)超過了我們的期望：OSNet所達(dá)到的ReID精度明顯超過了操作人員。

“ OSNet不僅顯示出它在許多重新識(shí)別問題上的性能優(yōu)于同類產(chǎn)品，而且結(jié)果如此，我們相信它可以單獨(dú)用作獨(dú)立的視覺識(shí)別技術(shù)。”

CVSSP主任Adrian Hilton教授說：“這是Xiang教授及其團(tuán)隊(duì)在實(shí)現(xiàn)世界領(lǐng)先的重新識(shí)別技術(shù)方面取得的巨大成就。他們?cè)贠SNet上的工作具有突破性的潛力，可以幫助塑造視覺效果。這是人工智能和機(jī)器感知技術(shù)的一個(gè)很好的例子，它造福了社會(huì)，為更安全的公共場(chǎng)所提供了使能技術(shù)。”