基于视觉的车辆重识别研究进展综述
计算机视觉与模式识别
2019-06-03 v1 人工智能
摘要
车辆重识别（V-reID）因其应用价值与研究意义而在学界受到显著关注。特别地，V-reID 是一个仍面临众多开放性挑战的重要问题。本文回顾了不同的 V-reID 方法，包括基于传感器的方法、混合方法以及基于视觉的方法；其中基于视觉的方法进一步分为基于手工特征的方法与基于深度特征的方法。基于视觉的方法使 V-reID 问题尤为有趣，而我们的综述首次对这些方法进行了系统的梳理与评估。我们在四个综合性基准数据集上开展实验，并比较了近期基于手工特征与基于深度特征方法的性能。我们基于平均精度均值（mAP）与累积匹配曲线（CMC）给出了对这些方法的详细分析。这些分析客观地揭示了各类方法的优势与不足。我们还提供了不同 V-reID 数据集的细节，并批判性地讨论了 V-reID 方法的挑战与未来趋势。
引用
@article{arxiv.1905.13258,
title = {A survey of advances in vision-based vehicle re-identification},
author = {Sultan Daud Khan and Habib Ullah},
journal= {arXiv preprint arXiv:1905.13258},
year = {2019}
}
备注
17 pages; 21 figures; journal paper