基于关键点估计方向提取细节特征的车辆再识别研究
China Computer & Communication（2021）
摘要
随着深度学习方法的发展,车辆再识别的各种方法也在快速更新,但是当今大多数车辆都具有近乎相同的外观,对其进行区分比较困难.过去使用车辆的全局特征方法解决这类问题,但效果不太理想.本文提出一种基于车辆关键点获取车辆方向进而提取高区分度的车辆局部特征的方法,可以提取车辆的局部细节特征,其中引入了局部分支来提取局部关键特征和全局特征提取分支模块进行结合.框架联合车辆的全局约束进行端到端训练.使用分类损失函数与三元组损失函数对模型进行训练.最后,将所提出的模型在大型公开基准数据集VeRi-776和VehicleID上进行实验,结果表明准确度优于现在大多数的方法,证明了模型的有效性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要