基于时空线索判别性特征表示的车辆重识别
计算机视觉与模式识别
2020-11-16 v1
摘要
车辆重识别（re-ID）旨在从由广泛道路网络上不同摄像头拍摄的图库图像集中发现并匹配目标车辆。它对安全监控和交通管理等诸多应用至关重要。不同车辆外观极为相似，以及视角与光照条件的显著变化，给车辆重识别带来了巨大挑战。传统方案侧重于设计全局视觉外观，而未充分考量不同图像中车辆的时空关系。本文中，我们提出一种用于车辆重识别的带时空线索的判别性特征表示（DFR-ST）。该方法能够通过融合外观与时空信息，在嵌入空间中构建鲁棒特征。基于该多模态信息，所提 DFR-ST 通过双流架构构建用于多粒度视觉表示的外观模型，并提供互补信息的时空度量。在两个公开数据集上的实验结果证明 DFR-ST 优于最先进方法，验证了所提方法的有效性。
引用
@article{arxiv.2011.06852,
title = {Discriminative Feature Representation with Spatio-temporal Cues for Vehicle Re-identification},
author = {J. Tu and C. Chen and X. Huang and J. He and X. Guan},
journal= {arXiv preprint arXiv:2011.06852},
year = {2020}
}
备注
12 pages, 9 figures