网易科技讯 6月30日消息，近日，澎思科技（Pensees）在单帧图片数据集（Market1501，DukeMTMC-reID，MSMT17）刷新纪录，提升了跨域ReID算法的准确率。

本次，澎思科技将对抗生成网络与自监督学习算法结合进行模型的训练，通过迁移学习，进行高准确率的跨场景（数据库）行人再识别算法的研发。

据介绍，对抗生成网络在算法中主要有两个功能：一方面，进行数据库的域迁移，具体为原域到目标域的风格迁移；另一方面，进行目标域数据库的数据增强，具体为生成跨摄像头数据并给模型赋予相机风格不变的约束；自监督学习则是通过聚类的方式给目标域数据库打虚拟标签并微调之前训练好的网络。

源域模型训练

目标域模型自监督学习

行人再识别（ReID）算法能够通过视频监控系统，在跨摄像头的条件下检索行人，拓展摄像资源的利用深度，提升对特定人物的识别追踪能力，并大大降低人力成本。

资料显示，ReID三大数据集，除了Market1501，DukeMTMC-reID两大常见数据集之外，还包含了MSMT17数据集，是目前最赋有挑战性的综合跨场景大数据集。