基于视角一致性三元组损失的车辆重识别技术.pdfVIP

测控技术

模式识别与人工智能2021年第40卷第8期・47・

基于视角一致性三元组损失的车辆重识别技术

刘暗煜，黄宏恩，郑世宝*

（上海交通大学，上海201100）

摘要：车辆重识别是一项跨摄像头检索目标车辆的任务，主要通过提取车辆外观特征并计算特征间的距

离度量来实现。目前，视角多样性给该任务带来了巨大挑战:极端视角下的正样本对和相似视角下的负

样本对容易被混淆，这严重影响了识别效果。为了解决这一问题，基于区域分割提出了车辆重识别的视

角一致性三元组损失。用分割区域面积分布的一致性来估计视角一致性，进而根据视角一致性筛选三

元组。该方法使网络重点学习容易被混淆的样本对之间的距离度量，从而提升模型在多视角复杂场景

下的表现。实验结果显示，该方法各项指标均优于参考方法，并且对视角挑战性大的样本