




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
ICS35.020
CCSL77
GZAA
團體標(biāo)準(zhǔn)
T/GZAAXX-2023
AI行人重識別技術(shù)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(xué)會發(fā)布
T/GZAAXX-2023
AI行人重識別技術(shù)規(guī)范
1范圍
本文件規(guī)定了AI行人重識別技術(shù)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(shù)。
2規(guī)范性引用文件
下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)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(yīng)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(shù)人工智能術(shù)語
3術(shù)語和定義
下列術(shù)語和定義適用于本文件。
3.1
AIArtificialintelligence
針對人類定義的給定目標(biāo),產(chǎn)生諸如內(nèi)容、預(yù)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(shù)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(shù)。
4要求
4.1技術(shù)
4.1.1算法要求
根據(jù)應(yīng)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(xué)習(xí)模型、SVM模型等。
算法訓(xùn)練和測試數(shù)據(jù)集應(yīng)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(yīng)具備可解釋性,能夠?qū)ψR別結(jié)果進行解釋,如關(guān)鍵特征劃重點等。
4.1.2接口要求
提供符合標(biāo)準(zhǔn)規(guī)范的重識別服務(wù)接口,便于與第三方系統(tǒng)對接。
設(shè)置反饋接口,將重識別結(jié)果返回給請求方。
3
T/GZAAXX-2023
4.1.3準(zhǔn)確率與魯棒性
重識別系統(tǒng)整體準(zhǔn)確率不低于95%。
在不同條件下測試重識別魯棒性,確保準(zhǔn)確率穩(wěn)定。
根據(jù)應(yīng)用類型設(shè)置不同的置信度閾值。
4.1.4安全設(shè)計
數(shù)據(jù)傳輸接口應(yīng)采用加密等安全措施。
對算法模型加密,控制訪問權(quán)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(wù)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(yù)處理
使用人臉檢測和關(guān)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(biāo)注,標(biāo)明類別、特點等關(guān)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(yīng)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(luò)通信
圖像及關(guān)鍵數(shù)據(jù)傳輸必須采用加密技術(shù),防止泄露。
對外部系統(tǒng)訪問設(shè)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(shè)置冗余系統(tǒng)部署方案,實現(xiàn)容災(zāi)備份能力。
重識別結(jié)果應(yīng)可追溯到對應(yīng)的輸入圖像,以便復(fù)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(shù)進行存儲,并設(shè)置訪問權(quán)限。
制定冗余備份策略,防止重要數(shù)據(jù)丟失。
4.3.4權(quán)限管理
根據(jù)角色設(shè)定不同的系統(tǒng)訪問權(quán)限,遵循最小權(quán)限原則。
系統(tǒng)操作行為應(yīng)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(guān)崗位的職責(zé),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(yīng)定期接受不少于20小時/年的培訓(xùn),培訓(xùn)內(nèi)容包括相關(guān)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(yīng)專門設(shè)置系統(tǒng)運營管理部門,配備2名以上專職人員負責(zé)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(yīng)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(yīng)公眾的查詢、建議和投訴。
5實現(xiàn)方法
5.1技術(shù)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(xué)習(xí)或機器學(xué)習(xí)框架,給出選型分析報告。
構(gòu)建具有代表性的訓(xùn)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(jié)構(gòu)中加入可解釋組件,標(biāo)注關(guān)鍵特征或設(shè)置解釋參數(shù)等。
5.1.2接口實現(xiàn)
設(shè)計標(biāo)準(zhǔn)化重識別服務(wù)接口,采用RepresentationalStateTransfer規(guī)范。
返回結(jié)果數(shù)據(jù)集成識別置信度、系統(tǒng)日志等,格式符合標(biāo)準(zhǔn)。
5.1.3準(zhǔn)確率與魯棒性
在數(shù)據(jù)集上多次測試評估整體準(zhǔn)確率水平,進行模型優(yōu)化以達到指標(biāo)要求。
構(gòu)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(shè)置匹配的置信度閾值分級標(biāo)準(zhǔn)。
5.1.4安全實現(xiàn)
采用HTTPS等安全的網(wǎng)絡(luò)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(shè)置訪問權(quán)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(shè)備和存儲中設(shè)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(shè)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(yù)處理
使用OpenCV等開源工具包實現(xiàn)人臉檢測和關(guān)鍵點提取、匹配。
設(shè)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(jié)構(gòu)化數(shù)據(jù)庫,包含類別、標(biāo)簽等信息字段。
在樣本數(shù)據(jù)庫設(shè)置訪問權(quán)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(shè)計中限定僅可將樣本數(shù)據(jù)應(yīng)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(shè)
5.3.1網(wǎng)絡(luò)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(shè)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(gòu)建雙機熱備架構(gòu)或云容災(zāi)方案,實現(xiàn)系統(tǒng)容災(zāi)能力。
系統(tǒng)返回結(jié)果時包含對應(yīng)輸入數(shù)據(jù)的標(biāo)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(quán)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(quán)限實現(xiàn)
根據(jù)用戶角色設(shè)定訪問權(quán)限,操作權(quán)限等,啟用最小權(quán)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(gòu)建
5.4.1制定崗位說明書時,應(yīng)當(dāng)參考相關(guān)法律法規(guī),明確重識別系統(tǒng)運營相關(guān)崗位的主要職責(zé)、任務(wù)
和權(quán)限等。
5.4.2重識別系統(tǒng)操作員培訓(xùn)應(yīng)采取理論培訓(xùn)與實操培訓(xùn)相結(jié)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(shè)置應(yīng)符合國家網(wǎng)絡(luò)安全管理的相關(guān)規(guī)定,專門負責(zé)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(yīng)與系統(tǒng)規(guī)模匹配。
5.4.4面向公眾公開的相關(guān)信息應(yīng)符合國家網(wǎng)絡(luò)安全和信息公開制度的規(guī)定,妥善響應(yīng)和處理公眾查
詢、建議和投訴,確保公眾知情權(quán)。
6
T/GZAAXX-2023
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 四川文化產(chǎn)業(yè)職業(yè)學(xué)院《國際時尚文化研究》2023-2024學(xué)年第二學(xué)期期末試卷
- 廣東省深圳市龍崗區(qū)新梓校2025屆初三年級學(xué)情檢測試題化學(xué)試題含解析
- 廣東省廣州市2025屆高三下學(xué)期3月綜合測試(一)生物 含解析
- 江西婺源茶業(yè)職業(yè)學(xué)院《合唱與指揮3》2023-2024學(xué)年第一學(xué)期期末試卷
- 哈爾濱市級名校2025屆初三畢業(yè)生二月調(diào)研化學(xué)試題試卷含解析
- 衡水學(xué)院《路橋檢測與加固技術(shù)》2023-2024學(xué)年第二學(xué)期期末試卷
- 天津現(xiàn)代職業(yè)技術(shù)學(xué)院《初級韓國語2》2023-2024學(xué)年第一學(xué)期期末試卷
- 華東政法大學(xué)《初等數(shù)論拓撲學(xué)》2023-2024學(xué)年第二學(xué)期期末試卷
- 南陽科技職業(yè)學(xué)院《軌道交通信號系統(tǒng)集成設(shè)計》2023-2024學(xué)年第二學(xué)期期末試卷
- 燃氣封堵施工方案
- 夜景照明工程驗收標(biāo)準(zhǔn)
- 框架結(jié)構(gòu)多層廠房施工組織設(shè)計
- 配位化學(xué)教材全文
- 事業(yè)單位固定資產(chǎn)購置流程圖
- 變壓器生產(chǎn)工藝
- 融創(chuàng)文旅集團出差管理制度(培訓(xùn)課件)
- 基坑監(jiān)測周報
- 客戶信用等級評價表
- CCTV雨污水管道檢測缺陷內(nèi)容判斷依據(jù)判斷標(biāo)準(zhǔn)
- 《青少年管弦樂隊指南》.PPT
- 合規(guī)管理有效性評估表
評論
0/150
提交評論