12月19日，澎思科技宣布其车辆再识别（Vehicle ReID）技术在非受限场景车辆再识别数据集VERI-Wild上的成绩刷新世界纪录，并打破了VCIP 2019车辆再识别大型挑战赛的最好成绩。
车辆再识别，也称为车辆检索，旨在找到不同监控场景下的同一辆车，在智慧城市和公共安全方面有着广泛的应用前景，一直是计算机视觉领域研究的焦点。
据介绍，澎思科技基于自主研发的“全局和局部深度特征融合算法模型”，实现了车辆再识别算法关键指标平均精度均值（Mean Average Precision，mAP）和首位命中率（Rank-1 Accuracy）的大幅度提升，在VERI-Wild数据集上平均精度均值mAP达到85.35%。
随着深度学习技术的发展，车辆再识别算法效率显著提升。然而现有数据集的限制过度简化了车辆再识别面临的现实挑战，使得基于大部分现有数据集开发和评估的ReID模型在真实场景中的泛化能力可能存在问题。真实监控情景中的车辆再识别仍然面临高度视角差异、极端照明条件、复杂背景和不同的摄像头来源等挑战。非受限场景车辆再识别数据集VERI-Wild的推出就致力于解决这些问题。
此次澎思科技在车辆再识别（Vehicle ReID）非受限场景数据集下取得刷新世界纪录的成绩，未来澎思科技将逐步实现算法在平安城市、智慧交通等领域的落地应用。