靓科技解读▲自研AI集成ic,依图加快行人重识别(ReID)规模性产品化落地式,AutoML( 二 )


这些现实因素导致了现有ReID学术界数据集无法有效模拟或者还原实际真实情况 。 因此 , 基于现有ReID数据集的基准具有很大的局限性 。 依图研究人员表示 , 业界需要更好的ReID数据集 , 也需要更全面的算法衡量数据集 , 至少对于商业化落地的算法是如此 。
实战场景下的ReID任务 , 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ReID的实际应用价值 。 目前看来 , 依图是当下同时具备算法和算力能力的公司 。 依图在2017年投入云端AI芯片QuestCore?的研发 , 并于2019年5月“发布即商用” 。 QuestCore?是全球首颗云端视觉AI芯片 , 提供强大算力 , 单路摄像头功耗不到1W 。
在ReID实战应用中 , 依图研发人员针对本次提出的算法做了进一步优化,依托依图自研AI芯片,在仅凭穿着、体态特征的条件下 , 已能将ReID做到2017年~2018年人脸识别的精度 。 这不仅加速了ReID的大规模商业化落地 , 更解锁了新的应用场景 。
2017年 , 以苹果FaceID为代表的人脸识别商业化应用开始在全球范围内普及 。 如今 , 刷脸支付、刷脸乘车已经渗透到我们的日常生活 。 有理由相信 , 世界级的ReID算法 , 加上自研AI芯片,业界期待的下一个计算机视觉领域“杀手级应用”已经到来 。