封面图by
@heyerlein on Unsplash

人体重识别（Person Re-ID）算法能够实现跨越时间和空间对目标人体（人群）进行跟踪、匹配与身份鉴定，这是近年来计算机视觉的研究热点之一。

近日，腾讯优图在人体重识别（Person Re-ID）算法上获得突破性成果。该研究团队通过最新算法，在三个人体重识别主流数据库均取得第一的成绩。

在Market-1501、DukeMTMC-reid、CUHK03数据库中，腾讯优图mAP（平均精度均值）关键指标分别达到87.9%、78.81%、76.78%，均取得当前学术界与工业界的顶尖性能。特别是在CUHK03数据库中，腾讯优图实现了将人体重识别性能提高5.58%的突破！

（腾讯优图在CUHK03数据库中获得第一名；数据来源：github最新研究成果对比）

性能突破的背后在于腾讯优图人体重识别算法的两项核心技术：多任务框架的交替训练、基于分块的金字塔模型。通过这两项核心技术的成功应用，腾讯优图在三个主流数据库上都获得了相对原始基线模型至少6.34%的指标提升。

（腾讯优图人体重识别算法的相关技术之一：多任务交替训练框架）

（腾讯优图人体重识别算法的相关技术之二：基于分块的金字塔模型）

随着人体重识别技术的不断成熟，人体重识别正在展现出巨大的应用价值。在刑侦领域，人体重识别算法对人体特征进行建模的特性，与刑侦工作对人体图像检索的需求相契合。在零售领域，人体重识别算法能够帮助商超经营者获取有效的顾客轨迹，进而深入挖掘商业价值。在智能安防和智能交通领域，相关系统的成功实施也依赖于鲁棒、高性能的人体重识别算法。

目前，人体重识别算法已成为腾讯优图在视频监控等领域非常重要的基础技术之一。

此次腾讯优图人体重识别算法的突破，推动了相关技术的进一步发展，并为在更多场景化领域的技术方案落地奠定了稳固基础。未来，腾讯优图的人体重识别算法将持续推进研究，有望在更多的商场、超市落地，助力零售行业实现数字化转型升级。同时，这一技术还将被运用到安防、交通等领域，助力智慧城市的建设。

来源：腾讯优图