每天，世界各地有数以百万计的监控摄像头在收集人们在公共场所活动的图像和视频。然而，这些可视化数据将去往何处，我们又该如何利用它们来保障公众安全呢？

这一议题是西交利物浦大学研究人员近期关注的焦点，他们正在开发一种新的算法，来创造智能化的摄像头，利用视觉数据来改善“行人再识别系统（person re-identification）”。

西浦电气与电子工程系学者肖继民博士介绍道，行人再识别系统能够显著改善公共安全，因为当一名已知的罪犯进入公共场所时，该系统能向政府部门发出警报。

“行人再识别系统是综合运用各种视觉数据来成功识别同一个人的技术，这些数据包括来自不同监控摄像头的视频以及身份证图像等。”他说。

肖继民博士介绍道，行人再识别技术目前尚处于早期发展阶段：与人脸识别技术超过99％的准确率相比，行人再识别技术的准确率还只有90%左右。

“然而，人脸识别技术只有在面部特征非常清晰时才有效，但许多监控摄像头并不能达到高清标准。由于摄像头的分辨率低，经常会出出现行人的脸部模糊不清的状况，而行人再识别技术刚好能弥补这一点。”

“如果我们能够改进行人再识别技术，就能更加助益公共安全。以机场为例，我们正在开发的新算法能够帮助摄像机扫描机场环境，识别出现在机场的恐怖分子。” 肖继民博士说。

近期，西浦电气与电子工程系的研究团队在提高行人再识别技术的精确度方面又前进了一步，他们的研究成果发表于国际期刊Pattern Recognition上。

该论文的主要作者、西浦博士生谢彦春透露，他们的最新研究致力于解决当前在现实场景中行人再识别技术所面临的一系列挑战，例如由于光线不足、姿势不同等因素造成的个人外表的巨大变化。

“在论文中，我们提出了一种全新的行人聚合网络，该技术能够通过将同一个人的特征变化最小化，从而准确定位图像中的人。”

“我们采用最先进的物体检查技术，使摄像机能够自动锁定图像中的人物——例如一名穿马路的行人，并将这个人与周围环境完全隔离开来。”谢彦春解释道。

谢彦春是由电气与电子工程系肖继民博士与系主任黄开竹教授共同指导的博士生。该论文是近几个月来他在顶级人工智能期刊上发表的第二篇论文。他的另一篇关于利用强化学习算法进行视觉目标跟踪的论文，发表于国际期刊IEEE Transactions on Circuits and Systems for Video Technology上。

该团队的研究人员在肖继民博士带领下的西浦多媒体技术实验室工作。该团队已获得多项科研基金的资助以开展科学研究，其中包括国家自然科学基金（NSFC）和江苏省科技计划等。