Object Re-identification (Re-ID)

Nhận diện lại đối tượng (Re-ID) là một tác vụ chuyên biệt trong computer vision (CV) nhằm khớp một đối tượng hoặc cá nhân cụ thể qua các góc nhìn camera không chồng chéo khác nhau hoặc trong khoảng thời gian kéo dài. Trong khi object detection tiêu chuẩn tập trung vào việc nhận dạng lớp của một thực thể—xác định rằng một hình ảnh chứa "người" hoặc "xe hơi"—Re-ID tiến thêm một bước bằng cách xác định đó là người hoặc xe hơi cụ thể nào dựa trên diện mạo trực quan. Khả năng này rất thiết yếu để tạo ra một chuỗi câu chuyện mạch lạc về chuyển động trong môi trường quy mô lớn nơi một camera duy nhất không thể bao quát toàn bộ khu vực, qua đó kết nối hiệu quả các điểm giữa các quan sát trực quan đơn lẻ.

Cách thức hoạt động của Re-Identification#

Thách thức cốt lõi của Re-ID là duy trì tính nhất quán của danh tính bất chấp những thay đổi về ánh sáng, góc camera, tư thế và sự lộn xộn của nền. Để đạt được điều này, hệ thống thường sử dụng một pipeline đa bước bao gồm các mạng thần kinh sâu.

• Trích xuất đặc trưng: Khi một đối tượng được phát hiện, một convolutional neural network (CNN) sẽ phân tích phần cắt ảnh để tạo ra một vectơ đặc trưng, thường được gọi là embedding. Vectơ này là một biểu diễn số học dày đặc về các đặc điểm trực quan độc đáo của đối tượng, chẳng hạn như kết cấu trang phục hoặc màu sắc xe.
• Học độ đo (Metric Learning): Các model nền tảng được huấn luyện sử dụng các kỹ thuật metric learning. Mục tiêu là đảm bảo rằng các embedding của cùng một đối tượng nằm gần nhau về mặt toán học trong không gian vectơ, trong khi các embedding của các đối tượng khác nhau được đẩy ra xa nhau. Các kiến trúc chuyên biệt như Siamese neural networks thường được sử dụng để học các mối quan hệ này.
• Khớp độ tương đồng: Trong quá trình triển khai, hệ thống so sánh embedding của một đối tượng truy vấn với một tập hợp các danh tính đã lưu trữ. Quá trình so sánh này thường liên quan đến việc tính toán cosine similarity hoặc Euclidean distance. Nếu điểm tương đồng vượt qua một ngưỡng được xác định trước, hệ thống sẽ xác nhận một kết quả khớp.

Re-ID so với Object Tracking#

Điều quan trọng là phải phân biệt Re-ID với object tracking, vì chúng đóng các vai trò bổ trợ nhưng khác biệt trong một pipeline thị giác máy tính.

• Theo dõi đối tượng: Quá trình này dựa trên tính liên tục theo thời gian. Các thuật toán như Kalman Filter dự đoán vị trí tương lai của đối tượng ở khung hình tiếp theo dựa trên vận tốc và quỹ đạo hiện tại của nó. Nó thường sử dụng Intersection over Union (IoU) để liên kết các phát hiện ở các khung hình liền kề.
• Nhận diện lại: Re-ID đóng vai trò cốt lõi khi tính liên tục theo thời gian bị phá vỡ. Điều này xảy ra trong trường hợp bị che khuất—khi một đối tượng bị ẩn sau một vật cản—hoặc khi một đối tượng rời khỏi trường nhìn của camera này và bước vào camera khác. Re-ID tái thiết lập danh tính dựa trên diện mạo thay vì lịch sử vị trí, cho phép thực hiện multi-object tracking (MOT) một cách mạnh mẽ.

Các ứng dụng trong thực tế#

Khả năng duy trì danh tính qua các góc nhìn rời rạc cho phép thực hiện các phân tích phức tạp trong nhiều ngành công nghiệp 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 nó di chuyển qua mạng lưới các giao lộ trên toàn thành phố. Điều này hỗ trợ tính toán thời gian di chuyển trung bình và tối ưu hóa thời gian đèn giao thông mà không chỉ dựa hoàn toàn vào license plate recognition.
• Phân tích khách hàng bán lẻ: Các nhà bán lẻ tận dụng Re-ID để hiểu hành vi của người mua sắm. Bằng cách liên kết các lần xuất hiện của khách hàng ở các lối đi khác nhau, các cửa hàng có thể tạo ra các heatmaps về các tuyến đường phổ biến. Điều này giúp tối ưu hóa bố cục cửa hàng và mức độ nhân sự, cung cấp thông tin chi tiết về toàn bộ hành trình của khách hàng thay vì chỉ là các tương tác đơn lẻ.

Triển khai Tracking với các tính năng Re-ID#

Các workflow AI thị giác hiện đại thường kết hợp các bộ phát hiện hiệu suất cao với các bộ theo dõi tận dụng các khái niệm Re-ID. Model YOLO26 có thể được tích hợp liền mạch với các bộ theo dõi như BoT-SORT, vốn tận dụng các đặc trưng diện mạo để duy trì sự nhất quán trong quá trình theo dõi. Đối với người dùng muốn quản lý dataset và pipeline huấn luyện của họ một cách hiệu quả, Ultralytics Platform cung cấp một giao diện thống nhất cho việc gán nhãn và triển khai.

Ví dụ sau đây minh họa cách thực hiện object tracking bằng cách sử dụng gói Python của Ultralytics, giúp quản lý tính bền vững của danh tính một cách tự động:

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 được hiệu suất mạnh mẽ, việc huấn luyện các model này đòi hỏi training data chất lượng cao. Các kỹ thuật như triplet loss thường được áp dụng trong quá trình huấn luyện các tiểu mô-đun Re-ID cụ thể nhằm tinh chỉnh khả năng phân biệt của các embedding. Hiểu rõ các sắc thái của precision and recall cũng rất quan trọng khi đánh giá mức độ hiệu quả của hệ thống Re-ID trong việc tránh các kết quả khớp sai.