10.19665/j.issn1001-2400.2019.04.026
面向公共安全监控的多摄像机车辆重识别
由于现有的车辆重识别方法大多是在已标注车辆边界框的图像间进行的,但在真实场景中无标注信息,同时环境的复杂性、车辆外观的相似性和多样性也是导致重识别精度不高的原因.因此,针对公共安全监控领域中无标注的原始视频,提出一种结合车辆检测与识别的多摄像机车辆重识别方法.首先设计了二值单点多盒车辆检测网络以获取视频中的车辆边界框,并在线生成候选车辆数据库;其次设计了一种多任务孪生车辆识别网络以提高重识别精度;最后组建"VeRi-1501"车辆数据集.该数据集在现有数据集上扩充车辆身份,并均衡每个车辆身份在不同摄像机下的图像数量.该方法在VeRi-1501数据集和实际交通场景中识别准确且精度高.
公共安全、无标注视频、车辆检测、车辆重识别、卷积神经网络
46
TP391.4(计算技术、计算机技术)
江苏省自然科学基金青年项目BK20180640,BK20150204;国家自然科学基金重点项目51734009,51504255,51734009, 61771417;国家重点研发计划2016YFC0801403;江苏省重点研发计划BE2015040
2019-08-27（万方平台首次上网日期，不代表论文的发表时间）
共7页
190-196
