Учёные Центра ИИ МГУ совершили прорыв в распознавании людей по силуэту

Почему распознавание силуэтов — сложная задача

Реидентификация людей — это задача поиска одного и того же человека на записях с разных камер видеонаблюдения в разное время. Такие алгоритмы широко применяются в системах интеллектуальной видеоаналитики и «умных» городах: от поиска злоумышленников до анализа пассажиропотоков, очередей и построения тепловых карт движения покупателей в ритейле.

В отличие от распознавания лиц, в реальных условиях видеонаблюдения лица часто оказываются недоступны — из-за расстояния, ракурса, освещения или частичных перекрытий. В таких случаях анализ силуэта становится ключевым источником информации. Однако точность современных методов реидентификации по силуэту заметно уступает алгоритмам распознавания лиц.

Основная причина — дефицит данных для обучения. Для реидентификации необходимы многокамерные наборы изображений одного и того же человека, снятые под разными углами и в разные моменты времени. Такие датасеты сложно собирать и дорого размечать, что ограничивает развитие методов.

DynaMix: обучение на «смеси» данных

Команде Центра ИИ МГУ совместно с компанией Tevian удалось существенно сократить этот разрыв в качестве. В основе метода DynaMix лежит идея обучения моделей на смеси разнородных данных.

Во время обучения к основным многокамерным данным «подмешиваются» дополнительные, более простые изображения людей. Это увеличивает стилистическое разнообразие обучающей выборки и позволяет нейросети лучше обобщать признаки, важные именно для реидентификации.

По результатам экспериментов, предложенный подход позволяет двукратно повысить качество распознавания людей по силуэту по сравнению с существующими методами.

«Разработанный метод позволяет существенно повысить точность реидентификации за счёт стилистического разнообразия данных. Это открывает путь к созданию прикладных алгоритмов интеллектуальной видеоаналитики для умных городов, систем безопасности и повышения ключевых показателей в ритейле», — отметил Тимур Мамедов, научный сотрудник Центра ИИ МГУ и руководитель направления распознавания силуэтов в Tevian.

Перспективы применения

Авторы подчёркивают, что DynaMix носит универсальный характер и может быть интегрирован в существующие системы видеонаблюдения и аналитики. В перспективе технология может повысить эффективность решений в сфере городской безопасности, транспорта, торговли и других отраслей, где анализ поведения людей осуществляется без прямой идентификации личности.