基于全尺度和注意力融合学习的车辆再识别方法

摘要

车辆再识别(Re-identification)是计算机视觉领域的研究热点之一,其关键在于车辆辨别性特征的提取.为了更好地提取此类特征,本文提出了一种基于全尺度和注意力融合学习的特征提取方法,该方法通过多个感受野获取不同尺度的特征,并将提取到的不同尺度特征融合;同时为了在特征提取过程中重点关注辨别性特征,特引入注意力机制,增强特征的表达能力.经实验证明,该方法在VeRi-776主流数据集上的Rank-1和mAP均优于其他主流方法.