富蘭克林的風箏：ReID產(chǎn)業(yè)化拉開的計算視覺新序幕

請大家跟我想象一下，假如你的世界里突然沒有了電，會是怎樣？沒有了鬧鐘和手機，沒有了燈光與網(wǎng)絡(luò)，也沒有了電腦地鐵和飛機……

一切現(xiàn)代生活的便利，都源于 1752 年 6 月的一個雷雨天，富蘭克林放飛了他的風箏，讓世界“看到”了電——當時被認為是最神秘、也是最危險的力量之一。

近幾年來，人們面對城市中日益增多的智慧攝像頭，或多或少都會懷抱著如同“雷電”一樣的警惕。無數(shù)科幻電影都告訴我們，當走在路上的自己被電腦錄入，出行軌跡就有可能被隨時偵查到……

顯然，這并不是因為人工智能（人臉識別）技術(shù)太強大，而是因為它還不夠強大，至少在大眾應(yīng)用層面是如此。舉個例子，想要在精準識別與個人隱私之間達到平衡，行人重識別（Person Re-identification，簡稱 ReID）就是一個非常有用的計算視覺技術(shù)。

因為它能夠通過質(zhì)量并不高的人臉圖片，快速檢索出不同攝像頭下的同一個目標任務(wù)。

這會帶來什么改變呢？

首先，人的臉和指紋一樣獨特，而 ReID 技術(shù)無需依賴高精度的人臉圖像，也就避免了人們在公共場合被采集個人信息的憂慮；同時，ReID 分辨率夠高，在一些人臉識別無效的情況下，可以起到替代作用。

因此，ReID 也成為計算視覺科技企業(yè)們攻關(guān)的對象。最近，依圖科技在 ReID 領(lǐng)域取得突破，刷新全球工業(yè)界三大權(quán)威數(shù)據(jù)集當前最優(yōu)成績（SOTA），算法性能達到業(yè)界迄今最高標準。

這一標準意味著什么，能否成為 ReID 產(chǎn)業(yè)化的關(guān)鍵契機？

產(chǎn)業(yè)新動力：ReID 的價值與門檻

本杰明·富蘭克林和他的風箏實驗，代表了人類邁出了現(xiàn)代文明旅程的第一步。在那之前，沒人能想象有電的生活；而今天，數(shù)十億人已經(jīng)無法想象沒有電的生活了。

時代的需求和社會風俗的推動（很多時候是阻撓），總會有人為技術(shù)的進程助力。ReID 即是如此。

相信大部分人都不會否認，人臉識別 / 計算視覺在城市中的應(yīng)用，正在給生活帶來越來越多的便利。

比如通過智能攝像頭來識別車流、車牌，實現(xiàn)高效率、低成本的安防；在火車站、機場等公共場所部署 AI，實現(xiàn)犯罪分子的偵查和捕獲；幫助無人購物超市和商店提高用戶體驗；

再比如大家最熟悉的手機相冊，想要讓系統(tǒng)在不侵犯隱私的情況下實現(xiàn)照片聚類，ReID 都是不可或缺的技術(shù)。

2018 年，特朗普政府決定在美國南部墨西哥邊境追查非法入境者時，大眾就擔心 ICE 和其他移民機關(guān)可能會把人臉識別應(yīng)用，從而導(dǎo)致錯誤辨識某個人并使其被錯誤拘留？因為在當時，人臉識別對于有色人群或女性的識別錯誤率依然很高。

既然 ReID 技術(shù)能夠讓智能生活變得更精準有序，那為什么久攻不下呢？這恐怕要從三個技術(shù)難點說起。

1. 數(shù)據(jù)缺失。

我們知道，當前大多數(shù)攝像頭的成像質(zhì)量、分辨率、環(huán)境變化等差異都很大。在交通運輸、工業(yè)制造和城市規(guī)劃等實際場景下，99%的圖像都是不含人臉或人臉部分是極其模糊的，僅有幾個像素大小，這也導(dǎo)致在許多任務(wù)中，人臉識別算法經(jīng)常失效，需要 ReID 頂上。

而一個高精準的 ReID 模型，要識別同一個人在多個攝像頭下的畫面，意味著其訓(xùn)練需要足夠龐大、且具備連續(xù)性的行為數(shù)據(jù)。但與其他計算視覺任務(wù)相比，ReID 領(lǐng)域的公開數(shù)據(jù)集所含的 ID 數(shù)量比較小，不同攝像頭的數(shù)據(jù)中同一個人的外觀也可能發(fā)生巨大變化，這些都給算法分析造成了阻礙，需要在算法設(shè)計上做很多創(chuàng)新與研發(fā)。

2. 計算壓力。

如前所述，ReID 往往被部署到規(guī)模人群的行為軌跡分析上，這意味著系統(tǒng)需要處理的數(shù)據(jù)規(guī)模成倍增長。即使是采取 1：N 級（單一特征對比多種特征）的人臉識別，用來失蹤人口搜索等。加上角度、光線等復(fù)雜性，特征提取、對比、判斷都需要龐大的算力來支撐。

但現(xiàn)有的智能攝像機在本地終端無法部署足夠大的算力，往往會選擇將數(shù)據(jù)上傳到云端，再進行識別和處理，不僅會造成一定的時延，延誤眾多關(guān)鍵任務(wù)；也有可能導(dǎo)致城市大腦“數(shù)據(jù)擁塞”，延宕整個系統(tǒng)的效率。

3. 成本限制。

那么，為什么不考慮為攝像頭等邊緣終端加上芯片呢？答案就是貴。高通量計算芯片往往意味著更高的性能和穩(wěn)定性，制程上自然也要求更小的納米數(shù)，而 ReID 需要在泛工業(yè)場景中部署，如果為城市或工廠中的每個攝像頭都加載這樣高算力的 ReID 芯片，無疑是一筆巨大的開支，這也限制了 ReID 算法在大規(guī)模商業(yè)化場景中的落地。

顯然，想要讓 ReID 從一種技術(shù)遠景完全照進現(xiàn)實，其所面對的困難和障礙并不小。這也是為什么，我們一直關(guān)注著致力于用 ReID 改善體驗的公司。

用電子編織現(xiàn)實：依圖這樣改變 ReID

如果說富蘭克林的風箏讓人類開始與電建立了聯(lián)系。那么，電力真正開始產(chǎn)生規(guī)模經(jīng)濟，是從喬治·威斯汀豪斯（George Westinghouse）開始。他以交流電系統(tǒng)擊敗了愛迪生的直流電系統(tǒng)，從而讓發(fā)電廠與遠距離的用戶連接在一起。

而依圖在 ReID 中的表現(xiàn)，正如這場世紀對壘一樣，對 ReID 的現(xiàn)實落地起到了關(guān)鍵作用。

為什么這么說呢？

首先，依圖升級了 ReID 算法的開發(fā)流程。通過結(jié)合 AutoML 等前沿技術(shù)，依圖創(chuàng)新性地實現(xiàn)了模型參數(shù)的自動搜索與迭代，改變了算法依賴研究員手工設(shè)計與調(diào)優(yōu)的傳統(tǒng)開發(fā)流程。不僅降低了模型的訓(xùn)練成本，也讓算法的泛化性更強。

其次，進一步提升了 ReID 算法的識別性能。依圖自研算法在業(yè)界最具影響力的三大 ReID 數(shù)據(jù)集 Market1501、DukeMTMC-ReID、CUHK03 上，將兩大關(guān)鍵指標“首位命中率”（Rank-1 Accuracy），以及“平均精度均值”（Mean Average Precision，mAP）6 項數(shù)據(jù)全部提升，達到了更高的 mAP，目前達到了工業(yè)界第一，從而進一步穩(wěn)固了中國 AI 在該任務(wù)上的領(lǐng)跑地位。

此外，ReID 算法的實用潛力持續(xù)進階。在實戰(zhàn)應(yīng)用中，依圖還依托自研的 AI 芯片 QuestCore（求索）, 在僅憑穿著、步態(tài)特征的條件下，將 ReID 做到 2017 年——2018 年人臉識別的精度。當時，機場、火車站等公共場合已經(jīng)開始大規(guī)模使用人臉識別進行安防保障了。這意味著，ReID 也有望被以低成本的解決方案，盡快進入現(xiàn)實場景之中，讓人們無懼且享受計算視覺帶來的順暢體驗。

目前看來，依圖的創(chuàng)新將帶給 ReID 算法更好的成本比，以及更絲滑的應(yīng)用體驗，平衡了理想技術(shù)與現(xiàn)實困境之間的關(guān)系。

挑戰(zhàn)與機遇：ReID 的未來路徑

必須承認的是，要讓城市換一種“眼睛”看行人，并不是一件容易的事。

一方面，各個城市攝像頭體系的建設(shè)標準、密度，以及進度都各不相同，要讓它們共同點亮 ReID 的“技能樹”，實現(xiàn)全面替換，還有許多與技術(shù)成熟度無關(guān)的挑戰(zhàn)；

還要面對復(fù)雜實景的挑戰(zhàn)。即使 ReID 算法的首位命中率足夠高，只意味著算法能夠在特定的幾個場景數(shù)據(jù)集下準確找出最容易識別或者匹配的那張。但現(xiàn)實中的場景遠比這有限的幾個數(shù)據(jù)復(fù)雜的多，數(shù)據(jù)模糊、建筑物遮擋、天氣的改變等等，都會影響模型的實際表現(xiàn)。所以現(xiàn)在認為 ReID 模型能夠應(yīng)付真實任務(wù)，還為時過早。

這也是為什么，盡管依圖科技刷榜 SOTA，算法性能達到了業(yè)界目前的最高標準，但依圖的研發(fā)人員耿直地說，學術(shù)界的這三個數(shù)據(jù)集不能遠遠不代表工業(yè)界的最好水平，更精彩的表現(xiàn)還要放眼于實戰(zhàn)之中。

因為比賽中所采用的數(shù)據(jù)集，早已限定好了規(guī)模和分布，屬于“應(yīng)試作業(yè)”；而在依圖實際落地的 ReID 項目中，還會遭遇更加復(fù)雜的數(shù)據(jù)、環(huán)境、參數(shù)，是“奧數(shù)級別”的挑戰(zhàn)難度。

另外必須正視的一點是，要讓終端攝像頭完成高通量的實時計算，僅僅依靠研發(fā)端的突破還遠遠不夠，城市環(huán)境中是否具有足夠的邊緣計算節(jié)點，是否有邊緣計算數(shù)據(jù)中心提供澎湃的算力支持，這些都需要整個產(chǎn)業(yè)鏈乃至城市決策者的共同合作。

由此不難發(fā)現(xiàn)，在抵達 ReID 產(chǎn)業(yè)化的旅程中，科技企業(yè)起到了怎樣的作用呢？

以依圖為例，一方面，通過將自身科研優(yōu)勢與新興算法相結(jié)合，加快 AI 算法的落地。

比如依圖就將自身在芯片研發(fā)上的硬件能力，與通用化算法相結(jié)合，實現(xiàn)了軟硬件協(xié)同開發(fā)，不僅取得了刷榜的好成績，更關(guān)鍵的是激活了 ReID 與芯片端的融合可能，讓更多的算力需求被釋放，從而帶動芯片產(chǎn)業(yè)乃至整個社會智能的進程。

正如人臉識別逐漸滲透到社會的各個角落，ReID 算法也將成為智能生活不可或缺的一部分。借助 AI 芯片 QuestCore?（求索）和 ReID 模型應(yīng)用，依圖將催化出多大的商業(yè)富礦，構(gòu)筑基于 ReID 的新產(chǎn)業(yè)鏈。

1752 年，富蘭克林爬上屋頂放飛一只風箏的時候，可能并沒有想到，他將改變整個世界的科技認知與生產(chǎn)基礎(chǔ)設(shè)施。

而 ReID 對城市計算視覺應(yīng)用的迭代，也將為人類帶來新的視角與光輝，并在不遠的未來成為與我們生活休戚相關(guān)的一部分。

廟堂之高，與江湖之遠的疊加，就是依圖乃至整個 AI 產(chǎn)業(yè)所扎根的廣袤土壤。