基于部件融合特征的车辆重识别算法

• 作者: 周智豪 李熙莹 邱铭凯
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 车辆重识别 部件检测 特征提取 特征融合 距离度量
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 智能交通专题
• 页码范围: 12-20
• 页数: 9页
• 分类号: TP18
• 字数: 6330字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052284

摘要

针对车辆型号相同但车辆个体不同的重识别问题,提出一种新的车辆重识别算法.运用部件检测算法获取不同车辆之间差异较大的车窗和车脸区域,对检测到的车窗和车脸区域进行特征提取并进行融合,生成新的融合特征,计算图像特征之间距离度量进行分类识别.在中山大学公开数据集VRID-1上进行测试,结果表明,该算法的Rankl匹配率达到66.67％,明显优于经典的传统特征表征算法,从而验证该算法是可行且有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李熙莹	中山大学智能工程学院	32	316	9.0	17.0
17	周智豪	中山大学智能工程学院	2	6	1.0	2.0