车辆重识别的过去、现在与未来趋势:综述
计算机视觉与模式识别
2021-02-22 v1 人工智能
多媒体
摘要
在视场不重叠的监控摄像机网络上进行车辆重识别(re-id)是智能交通系统(ITS)中一项令人振奋且富有挑战的任务。因其在都市中的广泛适用性,该任务受到显著关注。车辆重识别在多摄像机网络的不重叠视角下匹配目标车辆。然而,由于类间相似性、类内差异性、视角变化以及时空不确定性,该任务变得更为困难。为描绘车辆重识别研究的详尽图景,本文给出各类车辆重识别技术、适用性、数据集的综合性描述,并对不同方法作简要比较。我们的论文特别关注基于视觉的车辆重识别方法,包括车辆外观、车牌与时空特征。此外,我们探讨了主要挑战及在多个领域中的各种应用。最后,总结了当前最先进方法在VeRi-776与VehicleID数据集上的性能详细比较,并给出未来方向。我们旨在通过回顾迄今车辆重识别领域的工作来促进未来研究。
引用
@article{arxiv.2102.09744,
title = {Trends in Vehicle Re-identification Past, Present, and Future: A Comprehensive Review},
author = {Zakria and Jianhua Deng and Muhammad Saddam Khokhar and Muhammad Umar Aftab and Jingye Cai and Rajesh Kumar and Jay Kumar},
journal= {arXiv preprint arXiv:2102.09744},
year = {2021}
}