大华行人重识别技术在公开数据集指标

　　行人重识别技术简称Person-ReID，通过计算机视觉技术检索不同摄像头下的同一个目标行人。该技术对人工智能在实际业务落地中有着巨大的实用价值，因不同摄像头下图像拍摄角度、分辨率、目标姿态、障碍物遮挡、光照不均存在差异，容易导致同一目标漏拍、识别不准。大华基于在车辆和行人重识别方面多年的技术积累，在以下三个方面取得关键技术的创新突破，助力AI更好地落地应用。

　　首先，大华创新应用图像数据增强方法，其主要包括随机模糊和随机截补等策略，能够有效地模拟各种环境下的人体遮挡、模糊和不完整等复杂情况。随机截补策略有助于挖掘分块部件网络的特征提取潜力，提升网络的特征匹配性能。

　　其次，针对多分支部件网络中特征粒度差异问题，采用一种递进式部件网络模型PPM（Progressive Part Model），各分支之间除了共享的基础卷积网络部分，还存在一种级联的语义关系。

　　递进式分块网络

　　最后，在设计的PPM网络中，通过重叠采样操作促进各部件分支提取更显著的特征信息，应用改进的损失函数学习出基于球面约束的特征嵌入空间。另外，在PPM特征层加入基于Attention打分机制的分支，使网络能够自适应地从各分支中融合人体多粒度特征。

　　大华视频结构化服务器以图搜图应用效果

　　该行人重识别技术已在大华视频结构化摄像机、视频结构化解析服务器等系列产品中成功应用，在超大规模行人、非机动车和机动车的以图搜图性能方面保持领先水平，广泛应用于智慧城市、楼宇、商超等场所的目标定位，降低用户成本，提升工作效率及视频拓展应用价值。