面向公共安全监控的多摄像机车辆重识别

• 作者: 云霄 孙彦景 朱绪冉 王艳芬 王赛楠 石韫开
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 公共安全 无标注视频 车辆检测 车辆重识别 卷积神经网络
• 年，卷（期）: 2019,（4）
• 页码范围: 190-196
• 页数: 7页
• 分类号: TP391.4
• 字数: 3831字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.04.026

摘要

由于现有的车辆重识别方法大多是在已标注车辆边界框的图像间进行的,但在真实场景中无标注信息,同时环境的复杂性、车辆外观的相似性和多样性也是导致重识别精度不高的原因.因此,针对公共安全监控领域中无标注的原始视频,提出一种结合车辆检测与识别的多摄像机车辆重识别方法.首先设计了二值单点多盒车辆检测网络以获取视频中的车辆边界框,并在线生成候选车辆数据库;其次设计了一种多任务孪生车辆识别网络以提高重识别精度;最后组建"VeRi-1501"车辆数据集.该数据集在现有数据集上扩充车辆身份,并均衡每个车辆身份在不同摄像机下的图像数量.该方法在VeRi-1501数据集和实际交通场景中识别准确且精度高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙彦景	中国矿业大学信息与控制工程学院	106	953	16.0	27.0
2	王艳芬	中国矿业大学信息与控制工程学院	86	597	13.0	18.0
3	朱绪冉	中国矿业大学信息与控制工程学院	3	7	1.0	2.0
4	王赛楠	中国矿业大学信息与控制工程学院	3	4	1.0	1.0
5	石韫开	中国矿业大学信息与控制工程学院	3	4	1.0	1.0
6	云霄	中国矿业大学信息与控制工程学院	4	4	1.0	1.0