基于随机遮挡辅助深度表征学习的车辆再辨识
侯进辉1
曾焕强1
蔡磊1
朱建清2
陈婧1
1.华侨大学信息科学与工程学院,福建厦门,3610212.华侨大学工学院,福建泉州,362021
摘要：在车辆再辨识中,如何通过车辆外观学习到具有强区分度和鲁棒性的表示特征是至关重要的.为此,本文提出一种基于随机遮挡辅助深度表征学习的车辆再辨识算法以提高车辆再辨识的准确率.首先,本文所提算法通过引进随机遮挡对原始训练图片在局部区域进行随机遮挡,一定程度上模拟了现实中的一些遮挡情况,不仅增加了训练样本的数量,而且新增遮挡样本对于网络模型来说属于困难样本,能够防止网络模型过拟合,使得网络模型具有更强的鲁棒性;其次,本文所提算法通过构建孪生网络对原始图片和随机遮挡图片进行分类和验证联合优化学习.实验结果表明,在VeRi和VehicleID这两个数据库上,所提算法优于现有多种车辆再辨识方法.
关键词：车辆再辨识随机遮挡孪生网络深度学习
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(61871434)国家自然科学基金(61602191)国家自然科学基金(61802136)福建省自然科学基金(2016J01308)福建省自然科学基金(2017J05103)泉州市高层次创新创业人才项目(2017G027)
论文发表日期：2018-12-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1725-1730 )
英文信息