TransitReID：面向遮挡抗性的动态乘客重识别用于公交线路 OD 数据收集
计算机视觉与模式识别
2025-09-11 v2 人工智能
图像与视频处理
摘要
公交线路来源-目的 (OD) 数据是优化公共交通服务的基础，但当前收集方法（如手动调查、蓝牙和 WiFi 跟踪或自动乘客计数器）要么昂贵、依赖设备、或无法进行个体级匹配。与此同时，已部署在大多数公交车上的 onboard surveillance 摄像头提供了一个被 underutilized 的机会，用于自动化 OD 数据收集。利用这一点，我们提出了 TransitReID，一个面向公交环境的、针对遮挡抗性的乘客重识别框架。我们的方法引入了三个关键创新：(1) 一种遮挡稳健的 ReID 算法，将变分自编码器引导的区域注意力机制和选择性质量特征平均集成，以在严重遮挡和视角变化的情况下动态强调可见和判别性较强的身体区域；(2) 一种层次化存储和动态匹配 HSDM 机制，将静态画廊匹配转换为动态过程，以提高现实公交操作中的鲁棒性、准确性和速度；(3) 多线程边缘实现，使 OD 估计接近实时，同时通过在本地处理所有数据确保隐私。为支持该领域的研究，我们还构建了一个包含 17,000 多张图片的新 TransitReID 数据集，来自公交车前后摄像头，覆盖多样的遮挡和视角条件。实验结果表明，TransitReID 实现了业界最佳性能，R-1 准确率达 88.3%，mAP 达 92.5%，并在 NVIDIA Jetson 边缘设备上进一步维持了 90% 的 OD 估计准确率。这一工作在自动化公交 OD 收集的算法和系统层面方面都取得了进展，为在智能交通系统中实现可扩展、隐私保护的部署铺平了道路。
引用
@article{arxiv.2504.11500,
title = {TransitReID: Transit OD Data Collection with Occlusion-Resistant Dynamic Passenger Re-Identification},
author = {Kaicong Huang and Talha Azfar and Jack Reilly and Ruimin Ke},
journal= {arXiv preprint arXiv:2504.11500},
year = {2025}
}