安防往事：被搞爛了的行人重識別問題
讓我們重新回顧行人重識別問題：從安防行業應用發展來看，行人重識別問題可以追溯到行人檢測（Pedestrain Detection），使用的是一套冷兵器時代的技術HOG+SVM, DPM。檢測到行人後自然要有行人屬性分析，按照安防視頻結構化的一貫思路，於是乎就有帽飾發形發色、性別、臉型是否戴眼鏡、上下衣顏色款式、是否騎行等等一堆屬性信息，這些屬性點在刑偵等應用中有點作用，加個時空限制條件能過濾到一部分嫌疑人，但是數據量上來後就沒什麼卵用。當然，分析粒度有限，從技術的角度看，能實現這些功能說明你技術比較挫。於是乎為了高大上，圖像檢索的一些演算法被引進，CNN出現之後更是各種Loss（Metric Learning）滿天飛。人臉識別方向以發論文為生的人的應該一直很苦逼，完備的測試集在，沒有真正提升的技術很難灌水。重識別問題讓他們找到了灌水的入口。
在深度學習如日中天的當下，如何才能體現個人和公司的牛逼之處呢，大致有如下幾種方法：A.做出牛逼的產品；B.發表牛逼的論文； C.刷榜； D.發專利；E.清談扯蛋寫PPT。
做出牛逼的產品太難了，大多數人集中於後幾項。
行人識別問題區別於車輛識別，如下圖對比：
視頻監控視角下，車輛有唯一的身份識別信息車牌，行人的唯一識別信息是人臉。行人重識別的基本假設是人臉信息獲取不全，希望在形體特徵方面提取信息進行識別，在此基礎上建立的技術很快就會到達其預設的天花板。
行人重識別問題難度要低於行人識別，或者說行人識別太難當前只能做行人重識別。所以，行人重識別的定位決定了其技術能達到的上限。 個人以為當前行人重識別存在如下問題：- 數據集：當前數據集太小，大的也不過數千人。試想如果我能收集幾萬人（不是幾萬張）在多個攝像機下的視頻序列，這樣的評測纔有說服力。 從另一個角度，搭建環境收集一批數據，即便使用最簡單的分類模型，即可秒殺大部分論文效果。
- 數據本身：安防高清相機下拍攝的行人和電商文案模特圖的清晰度是不一樣的。專業刑偵人員可以辨識原始視頻畫面中寬度為32像素的嫌疑人，而演算法卻很難。
- 服飾信息影響：同一個行人，在忽略其形體生長特徵以外，不同季節，不同時段的衣著信息是不同的；不同的行人，同一時空下服飾相似性太大；試想，冬天時大片黑色厚外套衣服，只是身形不同，重識別效果有限。
- 形體變化影響特徵描述，或者嘗試基於序貫圖像的描述方法；
- 行人對齊：引入人臉識別的那一套做法，否則行人識別問題沒法繼續搞下去了。
- 應用：重識別問題定位於此，也只能到此了。「給我一個人的圖像Query，我能找著看Gallery中誰和他長得像，但我不知道是不是他。」
推薦閱讀：
