仿站低至300元,新闻自媒体

澎思科技刷新跨域行人再识别(ReID)三大数据集世界纪录

编辑/2020-06-30/ 分类:百科知识/阅读:
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。

TAG:
阅读:
广告 330*360

推荐文章

Recommend article
广告 330*360

热门文章

HOT NEWS
  • 周榜
  • 月榜
广告 330*360
仿站低至300元,新闻自媒体
牛鹰派科迅网
微信二维码扫一扫
关注微信公众号
新闻自媒体联系QQ:327004128 邮箱:327004128@qq.com Copyright © 2015-2019 牛鹰派科迅网 版权所有
二维码
意见反馈 二维码