计算机工程

作者：李熙莹, 周智豪, 邱铭凯

单位：1. 中山大学 智能工程学院,广州 5100062. 广东省智能交通系统重点实验室,广州 5100063. 视频图像智能分析与应用技术公安部重点实验室,广州 5100064. 视频图像信息智能分析与共享应用技术国家工程实验室,北京 100048

关键词：车辆重识别,部件检测,特征提取,特征融合,距离度量

基金：国家自然科学基金“视频大数据高效表达、深度分析与综合利用”(U1611461)

针对车辆型号相同但车辆个体不同的重识别问题,提出一种新的车辆重识别算法。运用部件检测算法获取不同车辆之间差异较大的车窗和车脸区域,对检测到的车窗和车脸区域进行特征提取并进行融合,生成新的融合特征,计算图像特征之间距离度量进行分类识别。在中山大学公开数据集VRID-1上进行测试,结果表明,该算法的Rank1匹配率达到66.67%,明显优于经典的传统特征表征算法,从而验证该算法是可行且有效的。

来源：2019年第6期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第6期