技术动态 > 正文
体态识别中存在的技术难题及应用困难
2020/9/14 10:10:00   CPS中安网      关键字:体态识别 技术难题 应用      浏览量:
据银河水滴孙立斌表示,技术难题在于这种需要表达的形体特征和变化规律特征会受到跨视角变化、着装变化、附带物变化,画面质量等的影响,如何克服这些影响形成稳定的特征表达是需要企业克服。另外在落地应用时,步态识别需要随机采样大量的时序步态数据进行模型学习,建步态库,然后根据步态数据提供系统解决方案。
  在当前“人脸识别”逐步实现落地应用,以人的形体、体态为特征的体态识别技术开始不断突破,准确率不断提升,并展现出巨大的应用前景。在这其中步态识别、人体行为识别等技术表现的尤为突出。另外,目前行业中发展速度较快的行人重识别中也涉及到体态识别技术。虽然技术在不断突破,但在人的体态识别中还存在很多难题需要克服。我们以步态识别为例进行重点阐述。
  据银河水滴孙立斌表示,技术难题在于这种需要表达的形体特征和变化规律特征会受到跨视角变化、着装变化、附带物变化,画面质量等的影响,如何克服这些影响形成稳定的特征表达是需要企业克服。另外在落地应用时,步态识别需要随机采样大量的时序步态数据进行模型学习,建步态库,然后根据步态数据提供系统解决方案。
  在前期建库采集数据的时候,步态识别的正面识别率低,容易受到性别、步长、节奏、速度等的干扰;同时,相机角度、天气条件、遮挡物、附属物、道路崎岖、甚至衣服光照等都会影响准确性;比较难获取年龄、性别等信息,而且非普遍性,如残疾人不适合步态识别技术。
  在落地商用的过程中,大多数监控场景都是比较复杂的,可能存在多个运动物体,行人图像容易受天气、光照等外界因素的影响,而有所变化。以日照条件下运动目标的影子为例,它可能与被检测的目标相连,也可能与目标分离。如果是前者,影子扭曲了目标形状,使基于轮廓的步态识别方法不可靠;如果后者,影子可能被误认为是场景中一个错误的目标。因此,在实际场景下的步态检测面对的挑战不小。
  银河水滴为了应对这些挑战,推出了一系列产品和解决方案:步态检索智能一体机“水滴神鉴”,步态识别、检索与追踪系统“水滴慧眼”,步态抓拍盒子,步态人脸抓拍机,WATRIXBOX等。
  通过采取三种不同的模式来建立实战的步态数据库:步态人脸自动建库(武汉模式):采集对象:有人脸信息的在逃人员/重点人员;步态采集系统(上海模式):采集对象:未来需关注的重点人员;未破获案件视频库(重庆模式):采集对象:无人脸信息的在逃人员/重点人员,同时,在解决方案中还融合多种技术,包括ReID、足迹辨别、人脸识别、电子围栏、视频结构化等。这些产品和解决方案,让银河水滴的步态识别技术在派出所、看守所、监狱、公安刑事案件等领域中得到应用,为人脸识别提供较大的补充
  行人重识别是需要利用大量单个人体同一时段不同监控下的图像信息进行模型学习。在用于监控场景中相对较短时间内的行人识别,精度较高,算法速度可达到毫秒级别。
  在真实场景下,ReID算法需要做到在跨时间段、跨场景、跨不同成像质量的图像采集设备下进行高精度的快速识别,而这些摄像机所覆盖的范围彼此并不重叠,导致缺乏连贯的信息。而且在不同画面中,人物的姿态、行为及外观会发生较大变化,不同时间、场景的光照、背景和遮挡物各不相同,背景中还常有体型、衣着相似的其他人物干扰;摄像机的分辨率也有高有低,人物在画面中出现的位置有远有进,这些都对ReID技术提出了极大的挑战。
  行人的姿态多变导致人脸上广泛使用的对齐技术也在ReID中失效。行人的数据获取难度远远大于人脸识别数据获取难度,而行人的信息复杂程度又远远大于人脸,这两个因素叠加在一起,使得ReID的算法研究变得更加困难,也更加重要。
  通过算法的有效设计,降低对数据依赖来实现ReID效果的突破是现在业内的共识。这不仅对算法提出更高要求,也需要更高效的芯片提供强大的算力支持,二者缺少任意一个,都会影响行人重识别的实际应用价值。

微信扫描二维码,关注中国安防行业网