基于群相似性的桥梁场景视觉车辆重识别

由于道路交通流监控和公共安全管理的需要，视频监控摄像头广泛分布于城市道路中。然而，每个摄像头直接捕获的信息是孤立的，难以有效利用。车辆重识别是指在另一个摄像头中找出在一个摄像头下出现的车辆，这能够关联多个摄像头捕获的信息。尽管车牌识别在某些应用中发挥着重要作用，但在某些场景下，基于车辆外观的重识别方法更为适用。主要挑战在于，车辆外观数据具有类间相似度高和类内差异大的特点。因此，仅依靠车辆外观信息难以准确区分不同车辆。此时，通常需要引入一些额外信息，如时空信息。然而，在桥梁场景中，车辆通过两个相邻摄像头时，其相对位置很少发生变化。在本文中，我们提出了一种基于群相似性的车辆重识别方法，通过利用目标车辆相邻的车辆信息来提高车辆重识别的准确率。当车辆相对位置保持不变且群体大小合适时，我们在VeRi数据集上的实验中获得了204%的平均相对提升。随后，讨论了车辆通过两个摄像头时相对位置变化幅度的影响。我们提出了两个可用于量化该差异的指标，并建立了它们之间的联系。尽管该假设基于桥梁场景，但由于驾驶安全和摄像头位置的原因，它在其他场景中通常也成立。