基于多属性融合的车辆重识别研究

作者：任文娟; 陈建华

来源：自动化与仪器仪表, 2021, (12): 72-75.

DOI：10.14016/j.cnki.1001-9227.2021.12.072

• 多属性融合
• 车辆重识别
• 车型
• 外观颜色
• 行驶角度
• 抗干扰能力
• 神经网络

车辆在智能识别过程中,随着可识别特征属性的不断增加,识别精度下降。提出基于多属性融合车辆重识别方法。利用双线性深度网络,构建目标精细分类模型划分车型;提取与融合车型和外观颜色,描述车辆细粒度特征;添加车辆角度属性,通过联合车辆多属性特征,实现车辆重识别。实验测试结果表明,与基于聚类算法和多监控的重识别方法相比,车辆重识别方法抗车辆角度干扰的能力,比两组方法分别高出8.32%和11.35%,车辆重识别测试结果的出错次数少,能够更可靠地获得目标结果。

• 单位
  山东电子职业技术学院