基于多尺度和小波空间注意力的车辆重识别

作     者：廖光锴 张正 牛一博 宋治国 LIAO Guangkai;ZHANG Zheng;NIU Yibo;SONG Zhiguo

作者机构：吉首大学信息科学与工程学院湖南吉首416000 吉首大学物理与机电工程学院湖南吉首416000 

基　　金：国家自然科学基金资助项目(32060238) 

出 版 物：《吉首大学学报（自然科学版）》 (Journal of Jishou University(Natural Sciences Edition))

年 卷 期：2021年第42卷第6期

页      码：15-22页

摘      要：针对基于多尺度的车辆重识别模型缺乏提取细节特征不足的问题,设计了一个融合多尺度的车辆特征和小波注意力机制的重识别模型.首先,将空间小波注意力模块镶入到模型中,能使网络获得更多细节特征;其次,提出一种阶梯融合网路,该网络对不同尺度层的特征进行分层融合,提高了模型聚合全局特征的能力;最后,使用TriHard和CrossEntropy Loss损失函数构造出车辆识别的目标函数.该模型在VeRi数据集和VehicleID数据集上与一些优秀模型的比较实验结果表明,将空间小波注意力嵌入到多尺度网络中能明显提高车辆重识别精确度.

主 题 词：车辆重识别 空间注意力机制 小波变换 多尺度 特征融合 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.13438/j.cnki.jdzk.2021.06.003

馆 藏 号：203107758...