典型文献
基于局部特征与视点感知的车辆重识别算法
文献摘要：
在车辆重识别任务中,车辆视角的多变性会影响算法的准确性.为了解决视角多变对重识别准确性的影响,本文提出了一种基于局部特征与视点感知的车辆重识别方法.首先,使用语义分割算法将车辆解构为正面、背面、侧面、顶部4个部分,以提高车辆的细粒度表征.通过设计一种车辆视点感知网络,来输出视点的预测概率信息,据此概率信息动态平滑地呈现车辆视点感知效果.利用视点感知效果,为车辆每个局部区域赋予不同的权重,达到缩短类内距离,扩大类间差距,减少视角变化对车辆重识别的影响.利用公开数据集进行实验,其中VeRi776数据集的mAP可达到80.9％.结果表明,本方法可有效提高车辆重识别精度.结合消融实验证明了视点感知的平滑表示对多视角下车辆重识别的有效性.
文献关键词：
深度学习;车辆重识别;语义分割;视点感知
中图分类号：
作者姓名：
贺晓东;王春艳;孙昊;赵义武
作者机构：
长春理工大学光电工程学院 长春 130000
文献出处：
引用格式：
[1]贺晓东;王春艳;孙昊;赵义武-.基于局部特征与视点感知的车辆重识别算法)[J].仪器仪表学报,2022(10):177-184
A类：
视点感知,动态平滑,VeRi776
B类：
局部特征,车辆重识别,识别算法,多变性,语义分割,分割算法,背面,高车,细粒度,粒度表征,感知网络,局部区域,类内距离,公开数据集,mAP,识别精度,消融实验,多视角,下车
AB值：
0.206503
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
