对象再识别（Re-ID）

物体再识别（Re-ID）是一种复杂的计算机视觉（CV 计算机视觉 (CV)技术，旨在 是一种复杂的计算机视觉（CV）技术，旨在通过不重叠的摄像机视图或不同的时 时间间隔识别和关联特定物体或个人。与简单对物体进行分类的标准检测不同，Re-ID 侧重于确定在一个位置检测到的物体是否与另一个物体相同。 在一个位置检测到的物体是否与之前在不同位置看到的物体具有相同的身份。这种能力 这种能力对于全面了解大规模环境中的运动和行为至关重要，如 机场、购物中心和智能城市等大规模环境中，单台摄像机无法覆盖整个区域。

重新识别的机制

Re-ID 的核心挑战是在光照、姿势估计、视角和遮挡发生变化的情况下匹配身份。为此 为此，系统会为每个检测到的物体创建唯一的数字签名。

• 特征提取：当一个物体在一个 边界框内的物体时，深度学习（DL 深度学习（DL）模型处理图像 生成一个高维向量，称为 嵌入。这个向量包含了明显的视觉 特征，例如人的衣服颜色图案或车辆的具体品牌和型号细节。
• 公制学习：为确保准确性，这些模型利用 度量学习技术。训练通常涉及 连体神经网络或使用 三重损失函数，该函数教导网络 最小化相同身份嵌入之间的距离，同时最大化不同身份嵌入之间的距离。 的距离最大化。
• 图库匹配：在推理过程中，系统会将新检测到的对象（"查询"）的嵌入与以前检测到的 (查询"）与存储在 "图库 "中的以前检测到的嵌入值进行比较。算法 这些比较按相似度进行排序，通常使用 余弦相似度或欧氏距离来找到最佳匹配。 最佳匹配。

重新识别与目标跟踪

虽然物体再识别和物体跟踪经常一起使用，但它们在视频中的作用是不同的。 在视频 分析管道中的不同目的。

• 对象跟踪：此过程可在单个连续视频流中逐帧维护对象的身份。 单个连续视频流中的逐帧物体身份。它在很大程度上依赖于时间连续性和运动预测算法 如卡尔曼滤波器。如果物体离开 track 通常会丢失，或在返回时分配一个新的 ID。
• 对象再识别：重新识别通过在不连续的视图中重新关联一个身份来解决 "丢失轨迹 "的问题。 不连续视图中的身份。它能在多目标跟踪（MOT）系统中将不同摄像头之间的点连接起来。 多目标跟踪（MOT）系统、 在分布式网络中重建完整的轨迹。

实际应用

Re-ID 技术是现代分析技术的基石，可为各行各业提供可行的见解。

• 智能零售：在 在人工智能驱动的零售环境中，Re-ID 可帮助 零售商绘制整个商店的顾客旅程图。通过了解购物者访问的区域，并 在楼层之间移动时重新识别他们，企业就能优化店铺布局和产品摆放，而无需收集生物识别数据。 无需收集生物识别数据。
• 智能城市监控：对于 城市安保和安全、 通过 Re-ID，操作人员可在全市范围内的摄像头网络中搜索相关人员，如失踪儿童或嫌疑人。 摄像头网络中搜寻相关人员。这大大缩短了取证视频审查所需的时间。 Market-1501 等研究数据集支持这一过程。

利用Ultralytics YOLO实现再识别

现代物体检测框架通常集成了跟踪算法，这些算法利用类似于 Re-ID 的外观特征，在遮挡时保持身份。 Re-ID 来在遮挡时保持身份。这种 YOLO11模型可以轻松地与 BoT-SORT 等高级跟踪器配对使用。 如 BoT-SORT，它集成了 Re-ID 功能，可实现强大的跟踪功能。

下面的示例演示了如何使用Python 界面启动对视频源的跟踪。

from ultralytics import YOLO

# Load the latest YOLO11 model
model = YOLO("yolo11n.pt")

# Run tracking on a video file using the BoT-SORT tracker
# BoT-SORT utilizes Re-ID features to improve tracking robustness
results = model.track(source="path/to/video.mp4", tracker="botsort.yaml", show=True)

# Access the unique tracking IDs assigned to detected objects
for r in results:
    if r.boxes.id is not None:
        print(f"Track IDs: {r.boxes.id.cpu().numpy()}")

更多阅读和资源

为了加深对底层技术的理解，请探索以下概念 特征提取和 神经网络 (NN) 等概念。框架，如 PyTorch和 TensorFlow提供了构建和 和训练自定义 Re-ID 模型所需的工具。对于那些对更广泛的智能监控领域感兴趣的人来说，回顾 视频理解可以提供更多 机器如何解读时态视觉数据。