基于深度学习的车辆重识别综合综述：模型、数据集与挑战
计算机视觉与模式识别
2024-01-22 v1 人工智能
机器学习
图像与视频处理
摘要
车辆重识别致力于关联从跨越不同交通环境的分布式摄像机网络收集的车辆图像。该任务在以车辆为中心的技术范畴内至关重要，在部署智能交通系统和推进智慧城市倡议中发挥着关键作用。近年来，深度学习的快速发展显著推动了车辆重识别技术的演进。因此，对以深度学习为中心的车辆重识别方法进行全面综述已成为迫切且不可避免的需求。本文广泛探讨了应用于车辆重识别的深度学习技术。它概述了这些方法的分类，涵盖监督和无监督方法，深入探讨了这些类别内的现有研究，介绍了数据集和评估标准，并描绘了未来的挑战和潜在的研究方向。这一综合评估审视了深度学习在车辆重识别中的发展态势，并为未来的工作奠定了基础和起点。它旨在通过强调挑战和新兴趋势，作为一份完整的参考，促进利用深度学习模型的车辆重识别的进步和应用。
引用
@article{arxiv.2401.10643,
title = {A Comprehensive Survey on Deep-Learning-based Vehicle Re-Identification: Models, Data Sets and Challenges},
author = {Ali Amiri and Aydin Kaya and Ali Seydi Keceli},
journal= {arXiv preprint arXiv:2401.10643},
year = {2024}
}