VC-FeS：用于热视觉中车辆重识别的视点条件特征选择
计算机视觉与模式识别
2026-05-07 v1 系统与控制
系统与控制
摘要
使用单通道图像（如热图像）识别非铰接对象在监控等许多应用中非常重要。然而，在该领域，由于缺乏颜色信息（忽略形状信息）且弱化了纹理信息，同类对象之间的高相似性导致现有方法表现不佳。此外，视点的变化增加了更多复杂性，因为特征会随侧面视角而变化。我们通过在独立的特征空间中构建视点条件特征向量和特定区域特征比较来解决这些问题。这些干预措施能够利用现有 RGB 预训练 ViT 特征提取器的进展，同时有效地使其适应热视觉领域的特定挑战。我们使用 RGBNT100（IR）车辆数据集和我们自己采集的热成像海事数据集测试了我们的系统。在上述数据集的 mAP 分数上，我们的结果分别比 SOTA 方法高出 19.7% 和 12.8%。我们还计划公开我们的热成像数据集，这是首个用于海事船舶识别的此类数据集。
引用
@article{arxiv.2605.04750,
title = {VC-FeS: Viewpoint-Conditioned Feature Selection for Vehicle Re-identification in Thermal Vision},
author = {Yasod Ginige and Ransika Gunasekara and Darsha Hewavitharana and Manjula Ariyarathne and Peshala Jayasekara and Ranga Rodrigo},
journal= {arXiv preprint arXiv:2605.04750},
year = {2026}
}