基于特征聚类对群三元组损失的车辆再识别

• 作者: 吴燕雄 滕云田 蔡建羡
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 车辆再识别 视觉特征 特征聚类对群损失 三元组损失
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2444-2452
• 页数: 9页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.12.021

摘要

车辆再识别旨在从多个摄像机拍摄的图像中识别出同一车辆.本文提出了一种对群三元组损失函数,以特征中心点替代均值,并将对群思想和三元组损失相结合,优化了困难样本的识别.车辆再识别过程中,对群损失函数的训练过程扩大了样本规模,增加了计算量,且传统对群损失函数无法准确处理困难正样本.为此,提出了一种特征聚类对群三元组损失函数.本方法采用正样本特征聚类中心并改进了三元组损失函数的设计,从而优化了对群损失函数.在不扩增输入样本数量的同时提升了算法处理困难样本的能力.实验表明,与主流车辆再识别算法相比,本方法可有效提升车辆再识别的准确率.