Object Re-identification (Re-ID)

Tái định danh đối tượng (Re-ID) là một tác vụ chuyên biệt trong thị giác máy tính (CV), được thiết kế để đối sánh một đối tượng hoặc cá thể cụ thể qua các góc nhìn camera khác nhau không chồng lấp hoặc trong những khoảng thời gian kéo dài. Trong khi phát hiện đối tượng tiêu chuẩn tập trung vào việc nhận diện lớp của một thực thể—xác định rằng một hình ảnh chứa "người" hoặc "ô tô"—Re-ID tiến thêm một bước bằng cách xác định đó là người hoặc ô tô cụ thể nào dựa trên diện mạo trực quan. Khả năng này rất cần thiết để tạo ra một diễn tiến liền mạch về chuyển động trong các môi trường quy mô lớn, nơi một camera duy nhất không thể bao quát toàn bộ khu vực, qua đó kết nối các quan sát trực quan riêng lẻ.

Cách thức hoạt động của Re-Identification#

Thách thức cốt lõi của Re-ID là duy trì tính nhất quán về danh tính bất chấp những thay đổi về điều kiện ánh sáng, góc camera, tư thế và các chi tiết gây nhiễu trong nền. Để đạt được điều này, hệ thống thường sử dụng một pipeline nhiều bước có sự tham gia của các mạng nơ-ron sâu.

• Trích xuất đặc trưng: Sau khi một đối tượng được phát hiện, mạng nơ-ron tích chập (CNN) sẽ phân tích phần ảnh đã cắt để tạo ra một vector đặc trưng, thường được gọi là embedding. Vector này là một biểu diễn số dày đặc cho các đặc điểm hình ảnh riêng biệt của đối tượng, chẳng hạn như kết cấu quần áo hoặc màu xe.
• Học metric: Các model nền tảng được huấn luyện bằng các kỹ thuật học metric. Mục tiêu là bảo đảm các embedding của cùng một đối tượng gần nhau về mặt toán học trong không gian vector, đồng thời đẩy các embedding của những đối tượng khác nhau ra xa nhau. Các kiến trúc chuyên biệt như mạng nơ-ron Siamese thường được sử dụng để học các mối quan hệ này.
• Đối sánh độ tương đồng: Trong quá trình triển khai, hệ thống so sánh embedding của đối tượng truy vấn với một gallery gồm các danh tính đã lưu trữ. Việc so sánh này thường bao gồm tính độ tương đồng cosine hoặc khoảng cách Euclid. Nếu điểm tương đồng vượt qua ngưỡng được định trước, hệ thống sẽ xác nhận kết quả khớp.

Re-ID và Theo dõi đối tượng#

Điều quan trọng là phải phân biệt Re-ID với theo dõi đối tượng, vì chúng đảm nhiệm các vai trò bổ trợ nhưng khác biệt trong một pipeline thị giác máy tính.

• Theo dõi đối tượng: Quy trình này dựa vào tính liên tục theo thời gian. Các thuật toán như Bộ lọc Kalman dự đoán vị trí của đối tượng trong frame tiếp theo dựa trên vận tốc và quỹ đạo hiện tại của đối tượng. Quy trình này thường sử dụng Giao của hợp (IoU) để liên kết các detection trong những frame liền kề.
• Tái định danh: Re-ID rất quan trọng khi tính liên tục theo thời gian bị gián đoạn. Điều này xảy ra trong quá trình che khuất—khi một đối tượng bị ẩn sau chướng ngại vật—hoặc khi đối tượng rời khỏi trường nhìn của một camera và đi vào trường nhìn của camera khác. Re-ID khôi phục danh tính dựa trên diện mạo thay vì lịch sử vị trí, cho phép theo dõi đa đối tượng (MOT) hoạt động ổn định.

Các ứng dụng trong thực tế#

Khả năng duy trì danh tính qua các góc nhìn rời rạc cho phép thực hiện những phân tích nâng cao trong nhiều ngành khác nhau.

• Quản lý giao thông đô thị thông minh: Trong bối cảnh AI trong các thành phố thông minh, Re-ID cho phép các hệ thống đô thị theo dõi một phương tiện khi phương tiện đó di chuyển qua mạng lưới giao lộ trên toàn thành phố. Điều này hỗ trợ tính toán thời gian di chuyển trung bình và tối ưu hóa thời lượng đèn giao thông mà không chỉ dựa vào nhận dạng biển số xe.
• Phân tích khách hàng bán lẻ: Các nhà bán lẻ sử dụng Re-ID để tìm hiểu hành vi của người mua sắm. Bằng cách liên kết các lần quan sát một khách hàng qua những lối đi khác nhau, cửa hàng có thể tạo heatmap về các tuyến đường phổ biến. Điều này hỗ trợ tối ưu hóa bố cục cửa hàng và mức độ bố trí nhân sự, cung cấp thông tin chi tiết về toàn bộ hành trình của khách hàng thay vì chỉ các tương tác riêng lẻ.

Triển khai tính năng Theo dõi với các Đặc trưng Re-ID#

Các workflow AI thị giác hiện đại thường kết hợp các detector hiệu năng cao với các tracker sử dụng các khái niệm Re-ID. Model YOLO26 có thể được tích hợp liền mạch với các tracker như BoT-SORT, vốn khai thác các đặc trưng về diện mạo để duy trì tính nhất quán của track. Đối với người dùng muốn quản lý hiệu quả dataset và pipeline huấn luyện, Nền tảng Ultralytics cung cấp một interface thống nhất cho việc gán nhãn và triển khai.

Ví dụ sau đây minh họa cách thực hiện theo dõi đối tượng bằng package Ultralytics Python, package này tự động quản lý việc duy trì danh tính:

from ultralytics import YOLO

# Load the latest YOLO26 model
model = YOLO("yolo26n.pt")

# Track objects in a video file
# The 'persist=True' argument is vital for maintaining IDs across frames
# BoT-SORT is a tracker that can utilize appearance features for Re-ID
results = model.track(
    source="https://www.ultralytics.com/blog/ultralytics-yolov8-for-speed-estimation-in-computer-vision-projects",
    tracker="botsort.yaml",
    persist=True,
)

# Print the unique ID assigned to the first detected object in the first frame
if results[0].boxes.id is not None:
    print(f"Tracked Object ID: {results[0].boxes.id[0].item()}")

Để đạt hiệu năng ổn định, việc huấn luyện các model này đòi hỏi dữ liệu huấn luyện chất lượng cao. Các kỹ thuật như triplet loss thường được sử dụng trong quá trình huấn luyện các sub-module Re-ID chuyên biệt để cải thiện khả năng phân biệt của embedding. Việc nắm rõ các sắc thái của precision và recall cũng rất quan trọng khi đánh giá mức độ một hệ thống Re-ID tránh được các kết quả khớp sai.