基于互补特征的车辆重识别
计算机视觉与模式识别
2020-05-12 v1
摘要
在这项工作中，我们展示了针对2020年AI City挑战赛（AIC2020）车辆重识别（vehicle Re-ID）赛道的解决方案。车辆Re-ID的目的是检索跨多个摄像头出现的同一车辆，它可以为智能交通系统（ITS）和智慧城市做出重大贡献。由于车辆的朝向、光照和类间相似性，难以获得鲁棒且具有判别性的表征特征。对于AIC2020中的车辆Re-ID赛道，我们的方法是融合从不同网络提取的特征，以利用这些网络的优势并实现互补特征。对于每个单一模型，使用了多损失、滤波器嫁接、半监督等多种方法来尽可能提升表征能力。在城市尺度多摄像头车辆重识别上的顶尖表现证明了我们方法的优势，我们在AIC2020的车辆Re-ID赛道中获得第5名。代码可在 https://github.com/gggcy/AIC2020_ReID 获取。
引用
@article{arxiv.2005.04463,
title = {Vehicle Re-Identification Based on Complementary Features},
author = {Cunyuan Gao and Yi Hu and Yi Zhang and Rui Yao and Yong Zhou and Jiaqi Zhao},
journal= {arXiv preprint arXiv:2005.04463},
year = {2020}
}