基于组件特征与多注意力融合的车辆重识别方法

作     者：胡煜 陈小波 梁军 陈玲 梁书荣 Hu Yu;Chen Xiaobo;Liang Jun;Chen Ling;Liang Shurong

作者机构：江苏大学汽车工程研究院江苏镇江212013 山东工商学院计算机科学与技术学院山东烟台264005 

基　　金：国家自然科学基金项目(61773184) 国家重点研发计划子课题(2018YFB0105004) 山东省“泰山学者”青年专家计划项目(tsqn202103118) 江苏省“六大人才高峰”高层次人才资助项目(2017-JXQC-007) 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2022年第59卷第11期

页      码：2497-2506页

摘      要：为提升车辆重识别算法的性能,提出一种基于车辆组件特征与多注意力融合的特征学习方法.首先,修改深度残差网络以获取具有丰富语义信息的特征图,同时应用语义分割网络将车辆图像划分为车辆正面、背面、顶面、侧面及背景区域,以实现组件特征提取并消除视角变化的影响.然后,设计多注意力融合模块,基于面积注意力与特征注意力实现组件特征的自适应融合.最后,在多任务学习框架下,优化车辆重识别的三元组损失与辅助分类任务的交叉熵与焦点损失,对网络参数进行训练.在多个数据集上的实验结果表明,提出的方法在大多数性能指标上均超越了现有方法.进一步的消融实验证明了多注意力融合模块与多任务损失函数在特征提取上的有效性.

主 题 词：车辆重识别 组件特征抽取 特征对齐 组件注意力模块 注意力融合 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0837[0837] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.7544/issn1000-1239.20210599

馆 藏 号：203115495...