Повторная идентификация людей по видео: метод DynaMix установил рекорд точности на кросс-датасетных тестах

Задача повторной идентификации человека (Re-ID) по видео с разных камер критически важна для систем безопасности, но модели, обученные на одних данных, плохо работают на видео с других типов камер. Для решения этой проблемы необходимо обучать модель на данных об одних и тех же людях с разных камер, но количество таких данных ограничено, а их сбор время- и ресурсозатратен. В то же время видео с людьми огромное количество, но на них люди записаны всего лишь раз, с одного ракурса и т.д. На таких данных напрямую обучаться нельзя — модель может выучивать не черты человека, а характеристики камеры и помещения, где проводилась съемка.

Спецы из МГУ и компании Tevian (российский разработчик систем компьютерного зрения и видеоаналитики) представили новый метод DynaMix, эффективно комбинирующий эти два типа данных.

Три ключевых компонента DynaMix:

— модуль переразметки (Relabeling Module): Динамически уточняет зашумленные метки людей с одной камеры «на лету».

-модуль эффективных центроидов (Efficient Centroids Module): Поддерживает устойчивые представления людей в условиях большого пространства уникальных персоналий.

-модуль выборки данных (Data Sampling Module): Аккуратно формирует смешанные мини-батчи данных, чтобы сбалансировать сложность обучения и разнообразие.

Все компоненты специально спроектированы для эффективной работы в большом масштабе, позволяя обучаться на миллионах изображений и сотнях тысяч персоналий. Эксперименты показывают, что DynaMix стабильно превосходит современные методы в общей задаче Re-ID на различных бенчмарках.

Результаты опубликованы в журнале Neurocomputing.

Источник: Пресс-служба Tevian