首页|基于车辆关键部位特征的再识别算法

基于车辆关键部位特征的再识别算法

扫码查看
原文链接
  • 万方数据
  • 维普
图像识别任务中,要想得到更具辨识度的特征的前提是精准定位到关键位置,汽车的车顶、车窗、前脸为车辆最关键的3个部位.将一种PCB-LS方法用于车辆再识别,基于提取局部特征的思想,使用ResNet50的主干网络提取特征图,然后将特征图平均划分为3个部分,对于3个部位分别训练分类器;对于模型在训练集中出现的过拟合现象,采用标签平滑的正则化方法降低模型对训练集样本的信任度,提高模型在测试集上的准确率;使用VeRi776数据集进行训练和测试,使用PCB-LS方法在测试集上能达到准确率Rank@1、Rank@5、Rank@10分别为93.62％、96.72％、97.74％,mAP为76.17％.PCB-LS方法不仅能获得辨识度高的特征,还有很好的泛化能力.
Vehicle Re-identification Algorithm Based on Key Position Feature

赵斌、董长元

展开 >

湖北工业大学理学院,湖北武汉430068

车辆再识别 局部特征 特征提取 标签平滑 泛化能力

2023

湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
年,卷(期)：2023.38(1)
  • 22