《AI行人重識別技術規(guī)范》

ICS35.020

CCSL77

GZAA

團體標準

T/GZAAXX-2023

AI行人重識別技術規(guī)范

TechnicalSpecificationforAIPedestrianRe-identification

（征求意見稿）

2023-00-00發(fā)布2023-00-00實施

廣州市自動化學會發(fā)布

T/GZAAXX-2023

AI行人重識別技術規(guī)范

1范圍

本文件規(guī)定了AI行人重識別技術的要求與實現(xiàn)方法。

本文件適用于所有AI行人重識別技術。

2規(guī)范性引用文件

下列文件中的內容通過文中的規(guī)范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

GB/T41867-2022信息技術人工智能術語

3術語和定義

下列術語和定義適用于本文件。

3.1

AIArtificialintelligence

針對人類定義的給定目標，產生諸如內容、預測、推薦或決策等輸出的一類工程系統(tǒng)。

[來源：GB/T41867-2022，3.1.8]

3.2

行人重識別技術Re-identificationtechnology

使用AI算法進行對同一行人實現(xiàn)多次識別與綜合判斷的技術。

4要求

4.1技術

4.1.1算法要求

根據(jù)應用場景需求和數(shù)據(jù)特點,評估選擇適宜的模型框架,如深度學習模型、SVM模型等。

算法訓練和測試數(shù)據(jù)集應涵蓋不同人群,具有代表性,避免數(shù)據(jù)偏差。

重識別算法應具備可解釋性,能夠對識別結果進行解釋,如關鍵特征劃重點等。

4.1.2接口要求

提供符合標準規(guī)范的重識別服務接口,便于與第三方系統(tǒng)對接。

設置反饋接口,將重識別結果返回給請求方。

3

T/GZAAXX-2023

4.1.3準確率與魯棒性

重識別系統(tǒng)整體準確率不低于95%。

在不同條件下測試重識別魯棒性,確保準確率穩(wěn)定。

根據(jù)應用類型設置不同的置信度閾值。

4.1.4安全設計

數(shù)據(jù)傳輸接口應采用加密等安全措施。

對算法模型加密,控制訪問權限。

采用訪問控制、身份驗證等方法,保證系統(tǒng)安全。

4.2數(shù)據(jù)

4.2.1數(shù)據(jù)采集

圖像采集范圍限定為執(zhí)行重識別任務所需的人臉和步態(tài)特征。

向被采集者明示重識別系統(tǒng)使用功能,取得同意后方可采集其圖像。

4.2.2數(shù)據(jù)預處理

使用人臉檢測和關鍵點匹配算法,實現(xiàn)人臉圖像的自動對齊。

對采集圖像進行清洗和抽樣,剔除無效樣本,保證樣本均衡。

4.2.3數(shù)據(jù)存儲

對圖像樣本進行分類標注,標明類別、特點等關鍵信息。

采用加密、訪問控制等手段對樣本庫進行安全存儲。

4.2.4數(shù)據(jù)使用

圖像數(shù)據(jù)僅可用于重識別系統(tǒng)功能的實現(xiàn),不得用作他用。

重識別系統(tǒng)應持續(xù)更新圖像樣本庫,優(yōu)化識別效果。

4.3系統(tǒng)

4.3.1網(wǎng)絡通信

圖像及關鍵數(shù)據(jù)傳輸必須采用加密技術,防止泄露。

對外部系統(tǒng)訪問設置過濾控制,防止非法訪問重識別系統(tǒng)。

4.3.2系統(tǒng)處理

設置冗余系統(tǒng)部署方案,實現(xiàn)容災備份能力。

重識別結果應可追溯到對應的輸入圖像,以便復核。

4.3.3數(shù)據(jù)存儲

圖像和模型數(shù)據(jù)必須采用加密技術進行存儲,并設置訪問權限。

制定冗余備份策略,防止重要數(shù)據(jù)丟失。

4.3.4權限管理

根據(jù)角色設定不同的系統(tǒng)訪問權限,遵循最小權限原則。

系統(tǒng)操作行為應全部記錄在審計日志中,用于安全審查。

4.4組織

4.4.1明確重識別系統(tǒng)相關崗位的職責，如系統(tǒng)管理員、識別操作員等。

4.4.2重識別系統(tǒng)的操作人員應定期接受不少于20小時/年的培訓，培訓內容包括相關法律法規(guī)、系

統(tǒng)操作流程、信息安全知識、職業(yè)道德等。

4

T/GZAAXX-2023

4.4.3重識別系統(tǒng)的管理方應專門設置系統(tǒng)運營管理部門，配備2名以上專職人員負責系統(tǒng)的日常運

行監(jiān)督、管理和維護工作。

4.4.4重識別系統(tǒng)管理方應面向公眾公開系統(tǒng)的法律依據(jù)、運營方信息、投訴舉報渠道等，并妥善響

應公眾的查詢、建議和投訴。

5實現(xiàn)方法

5.1技術實現(xiàn)

5.1.1算法實現(xiàn)

根據(jù)場景和數(shù)據(jù)特征評估算法模型,選擇深度學習或機器學習框架,給出選型分析報告。

構建具有代表性的訓練和測試數(shù)據(jù)集,包含不同人群,每類樣本量不少于500張。

在模型結構中加入可解釋組件,標注關鍵特征或設置解釋參數(shù)等。

5.1.2接口實現(xiàn)

設計標準化重識別服務接口,采用RepresentationalStateTransfer規(guī)范。

返回結果數(shù)據(jù)集成識別置信度、系統(tǒng)日志等,格式符合標準。

5.1.3準確率與魯棒性

在數(shù)據(jù)集上多次測試評估整體準確率水平,進行模型優(yōu)化以達到指標要求。

構建包含不同情況的圖像數(shù)據(jù)集,測試識別魯棒性并優(yōu)化。

根據(jù)使用場景設置匹配的置信度閾值分級標準。

5.1.4安全實現(xiàn)

采用HTTPS等安全的網(wǎng)絡傳輸協(xié)議,使用AES等加密算法。

對核心算法模型文件加密,設置訪問權限控制。

完善系統(tǒng)登錄驗證、操作日志審計等訪問控制機制。

5.2數(shù)據(jù)開發(fā)

5.2.1數(shù)據(jù)采集

在采集設備和存儲中設置僅采集人臉和步態(tài)所需圖像范圍的邏輯限制。

在采集場所設置重識別系統(tǒng)說明,提供電子簽名等獲取使用同意的方式。

5.2.2數(shù)據(jù)預處理

使用OpenCV等開源工具包實現(xiàn)人臉檢測和關鍵點提取、匹配。

設置數(shù)據(jù)篩選算法,自動清洗錯誤樣本,保證樣本庫均衡性。

5.2.3數(shù)據(jù)存儲

為圖像樣本建立結構化數(shù)據(jù)庫,包含類別、標簽等信息字段。

在樣本數(shù)據(jù)庫設置訪問權限控制,使用加密和冗余存儲提高安全性。

5.2.4數(shù)據(jù)使用

在系統(tǒng)設計中限定僅可將樣本數(shù)據(jù)應用于重識別功能。

通過新增采集模塊實時更新樣本庫,保證樣本量和覆蓋面。

5.3系統(tǒng)建設

5.3.1網(wǎng)絡實現(xiàn)

采用SSL/TLS等加密傳輸協(xié)議,使用AES等算法加密數(shù)據(jù)。

5

T/GZAAXX-2023

設置訪問控制列表,對外部訪問IP進行過濾。

5.3.2處理實現(xiàn)

構建雙機熱備架構或云容災方案,實現(xiàn)系統(tǒng)容災能力。

系統(tǒng)返回結果時包含對應輸入數(shù)據(jù)的標識符,可追溯到源。

5.3.3存儲實現(xiàn)

對存儲系統(tǒng)加密,采用訪問控制列表等限制非授權訪問。

制定每日全量+差量數(shù)據(jù)備份策略,備份到異地。

5.3.4權限實現(xiàn)

根據(jù)用戶角色設定訪問權限,操作權限等,啟用最小權限機制。

核心操作行為均記錄到統(tǒng)一審計日志中,每月審閱。

5.4組織構建

5.4.1制定崗位說明書時，應當參考相關法律法規(guī)，明確重識別系統(tǒng)運營相關崗位的主要職責、任務

和權限等。

5.4.2重識別系統(tǒng)操作員培訓應采取理論培訓與實操培訓相結合的形式，確保操作員掌握法規(guī)知識和

操作流程，并通過考核評估合格方可上崗。

5.4.3重識別系統(tǒng)運營管理部門的設置應符合國家網(wǎng)絡安全管理的相關規(guī)定，專門負責系統(tǒng)的日常監(jiān)

督、運維和安全管理，具體人員配備比例應與系統(tǒng)規(guī)模匹配。

5.4.4面向公眾公開的相關信息應符合國家網(wǎng)絡安全和信息公開制度的規(guī)定，妥善響應和處理公眾查

詢、建議和投訴，確保公眾知情權。

6

T/GZAAXX-2023