澎思科技刷新跨域行人再识别(ReID)三大数据集世界纪录
本文摘要:6月30日消息,澎思科技(Pensees)官方宣布其再次在单帧图片数据集(Market1501,DukeMTMC-reID,MSMT17)刷新世界纪录,大幅提升了跨域ReID算法的准确率。 此前,澎思科技曾在三大主流单帧图片行人再识别数据集、三大主流视频行人再识别数据集刷新世界记录

6月30日消息,澎思科技(Pensees)官方宣布其再次在单帧图片数据集(Market1501,DukeMTMC-reID,MSMT17)刷新世界纪录,大幅提升了跨域ReID算法的准确率。

此前,澎思科技曾在三大主流单帧图片行人再识别数据集、三大主流视频行人再识别数据集刷新世界记录。

据了解,澎思科技此次成果的取得源于澎思新加坡研究院对算法的自研创新和融合探索。本次,澎思科技将对抗生成网络与自监督学习算法结合进行模型的训练,通过迁移学习,进行高准确率的跨场景(数据库)行人再识别算法的研发,取得了突破性进展 。

澎思科技方面表示,该突破对于行人再识别技术在应用场景中的落地具有重要的意义。

澎思科技对行人再识别(ReID)算法进行了长期关注的研究。行人再识别(ReID)算法能够通过视频监控系统,在跨摄像头的条件下检索行人,大大拓展摄像资源的利用深度。特别在公共安全领域,ReID可以弥补人脸识别的局限,提升对特定人物的识别追踪能力,并大大降低人力成本。然而相比人脸识别的百万级数据库,行人再识别面临着数据量不足和复杂应用场景变化的挑战。因此,展开高准确率的跨场景(数据库)行人再识别算法研究对于行人再识别技术的应用落地十分重要。

此次澎思科技刷新的ReID三大数据集,除了Market1501,DukeMTMC-reID两大常见数据集之外,还包含了MSMT17数据集。MSMT17,即Multi-Scene Multi-Time,是在CVPR 2018上提出的一个更接近真实场景的大型数据集,涵盖了多场景多时段,是目前最赋有挑战性的综合跨场景大数据集。与之前的数据集相比,该数据库中行人和摄像头数目更多,覆盖场景更复杂,时间跨度更广。因此,在该数据集下模型的表现更能体现出算法的实力。

频道头条

澎思科技刷新跨域行人再识别(ReID)三
日本决定提供700亿日元 支持5G及下一代
美团副总裁王慧文疑似提前退休 5月底曾
亚马逊承诺向一线员工支付5亿美元奖金
外媒:印度宣布禁用59款中国应用 包括T
微信公布朋友圈六月十大谣言 包括“发
国家邮政局:北京十万快递小哥核酸检测
良品铺子:拟增资湖北良品工业及设立四
大数据公司Palantir任命3名新董事 为IP
宁德时代已开始建设其锂离子电池实验室
蚂蚁集团、360金融等登上CB Insights中

热门推荐

内容聚焦

月点击排行

热点推荐