面向无人机车辆重识别的自对齐空间特征提取网络
计算机视觉与模式识别
2023-05-03 v1 人工智能
摘要
与现有基于固定监控摄像头采集数据集的车辆重识别（ReID）任务相比，面向无人机（UAV）的车辆 ReID 仍待探索且更具挑战性。从无人机视角看，同色同型车辆外观极为相似，因此挖掘细粒度特征十分必要。近期工作倾向于通过区域特征与部件特征提取区分性信息。前者要求输入图像对齐，后者需要详细标注，二者在无人机应用中均难以满足。为提取高效细粒度特征并避免繁琐标注工作，本文提出一种由三分支组成的无监督自对齐网络。该网络引入自对齐模块，将具有可变朝向的输入图像转换为统一朝向，其在以空间特征构建的三重损失函数约束下实现。在此基础上，通过垂直与水平分割方法获得的空间特征与全局特征被整合，以提升嵌入空间中的表征能力。在 UAV-VeID 数据集上的大量实验表明，与近期 ReID 工作相比，我们的方法取得了最佳性能。
引用
@article{arxiv.2201.02836,
title = {Self-aligned Spatial Feature Extraction Network for UAV Vehicle Re-identification},
author = {Aihuan Yao and Jiahao Qi and Ping Zhong},
journal= {arXiv preprint arXiv:2201.02836},
year = {2023}
}