车辆姿态感知注意力增强的车辆重识别

• 作者: 朱肖磊 吴训成
• 来源期刊: 电子测量技术
• 学科: 交通运输
• 关键词: 关键点 车辆姿态 注意力机制 车辆重识别
• 年，卷（期）: 2021,（24）
• 所属期刊栏目: 信息技术及图像处理|Information Technology and Image Processing
• 页码范围: 91-97
• 页数: 7页
• 分类号: TP391.41|U495
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107881

摘要

由于不同道路监控视角下的车辆姿态不断变化,因此车辆重识别仍是智慧交通系统中一项具有挑战性的任务.现有的车辆重识别的方法大多数基于车辆的外观属性,但识别受光照和角度等因素影响导致识别效果较差.因此,设计了一种车辆姿态感知注意力增强网络以提高车辆在光照和角度等因素影响下的重识别效果.首先,将图片输入到卷积姿态网络中生成12个关键点重建车辆姿态信息,然后将输入图像车辆与目标图像车辆进行比较,提取出两辆车公共区域的特征;最后,计算车辆全局特征和局部特征之间的距离,并根据最终结果对识别结果进行排序.本文在Vehicle ID和VeRi776数据集上进行验证,实验结果表明,所提出的网络相较于其他模型top10的检测准确率提高了10％左右.