基于随机遮挡辅助深度表征学习的车辆再辨识-控制理论与应用.PDFVIP

第35 卷第12 期 控制 理 论 与 应 用 Vol. 35 No. 12 2018 年12 月 Control Theory Applications Dec. 2018 DOI: 10.7641/CTA.2018.80488 基基基于于于随随随机机机遮遮遮挡挡挡辅辅辅助助助深深深度度度表表表征征征学学学习习习的的的车车车辆辆辆再再再辨辨辨识识识 侯进辉 , 曾焕强 , 蔡 磊 , 朱建清 , 陈 婧 (1. 华侨大学信息科学与工程学院, 福建厦门361021; 2. 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 引用格式: 侯进辉, 曾焕强, 蔡磊, 等. 基于随机遮挡辅助深度表征学习的车辆再辨识. 控制理论与应用, 2018, 35(12): 1725 – 1730 中图分类号: TP273 文献标识码: A Random occlusion assisted deep representation learning for vehicle re-identification HOU Jin-hui , ZENG Huan-qiang , CAI Lei , ZHU Jian-qing , CHEN Jing (1. School of Information Science and Engineering, Huaqiao University, Xiamen Fujian 361021, China; 2. School of Engineering, Huaqiao University, Quanzhou Fujian 362021, China) Abstract: In vehicle re-identification, it is very important to learn more discriminative representations from the vehicle appearance. Therefore, a random occlusion assisted deep representation learning based vehicle re-identification algorithm is proposed to improve vehicle re-identification performance in this paper. First,