根據(jù)車輛重識(shí)別中區(qū)域置信度不同,提出了基于高置信局部特征的車輛重識(shí)別優(yōu)化算法。首先,利用車輛關(guān)鍵點(diǎn)檢測(cè)獲得對(duì)應(yīng)的多個(gè)關(guān)鍵點(diǎn)坐標(biāo)信息,分割出車標(biāo)擴(kuò)散區(qū)域和其他重要的局部區(qū)域。根據(jù)車標(biāo)擴(kuò)散區(qū)域的高區(qū)分度特性,提升局部區(qū)域的置信度。使用多層卷積神經(jīng)網(wǎng)絡(luò)對(duì)輸入圖片進(jìn)行處理,根據(jù)局部區(qū)域分割信息,對(duì)卷積得到的特征張量進(jìn)行空間維度上的切割,獲得代表全局信息和關(guān)鍵局部信息的特征張量。然后,通過(guò)全連接層特征張量轉(zhuǎn)化為表示車輛個(gè)體的一維向量,計(jì)算損失函數(shù)。最后,在測(cè)試階段使用全局特征,并利用訓(xùn)練好的車標(biāo)擴(kuò)散區(qū)域提取分支獲得高置信局部特征,縮短局部識(shí)別一致的車輛目標(biāo)距離。在典型車輛重識(shí)別數(shù)據(jù)集VehicleID上進(jìn)行測(cè)試,驗(yàn)證了所提算法的有效性。 

【文章來(lái)源】：北京航空航天大學(xué)學(xué)報(bào). 2020,46(09)北大核心EICSCD

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

驗(yàn)證集上的實(shí)驗(yàn)結(jié)果

雖然汽車制造商的設(shè)計(jì)理念差異很大,但設(shè)計(jì)的具體汽車卻有很多極為相似的車型,甚至有很多貼牌生產(chǎn)的車型。此外,城市監(jiān)控?cái)z像頭所拍攝的圖片角度比較固定,甚至無(wú)法清晰地捕捉車輛各個(gè)角度的細(xì)節(jié)。本文提取車標(biāo)擴(kuò)散區(qū)域特征作為高置信局部特征,提升相似車輛區(qū)分度,提高識(shí)別準(zhǔn)確率。圖2展示了測(cè)試數(shù)據(jù)集中車標(biāo)擴(kuò)散區(qū)域不同、外形卻很相似的車輛圖片,白色轎車的拍攝角度完全一致,外形也極其相似,但根據(jù)矩形框中的車標(biāo)擴(kuò)散區(qū)域卻可以進(jìn)行區(qū)分。圖2 不同車標(biāo)擴(kuò)散區(qū)域的相似車型

不同車標(biāo)擴(kuò)散區(qū)域的相似車型


本文編號(hào)：3484757