{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,3,12]，“日期时间”：“2024-03-12T17:26:40Z”，“时间戳”：1710264400046}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“1”，“内容域”：{“域”：[]，“交叉标记限制”：false}，“short container-title”：[“AAAI”]，“抽象”：“车辆再识别（ReID）在计算机视觉领域引起了广泛关注。尽管已经提出了几种方法来实现这一主题的最先进性能，但由于能见度下降，在雾场景中重新识别车辆仍然是一个巨大的挑战。据我们所知，这个问题到目前为止还没有得到很好的解决。本文针对这一问题，提出了一种新的训练框架，称为半监督联合去雾学习（SJDL）框架。通过协作训练方案，可以共享由去雾分支从输入图像生成的去雾特征，以学习重新识别分支的更好表示。然而，由于真实世界数据的无雾图像很难处理，因此此架构只能在合成数据上进行训练，这可能会导致真实世界和合成场景之间的域鸿沟问题。为了解决这个问题，我们设计了一种半监督除雾训练方案，可以在每次迭代中交替训练两种数据。由于缺少雾天车辆ReID专用数据集，我们构建了一个名为FVRID的数据集，该数据集由真实世界和合成雾图像组成，用于训练和评估性能。实验结果表明，在雾天，该方法是有效的，性能优于现有的其他车辆ReID方法。代码和数据集可在https:\/\/github.com/Cihsaing\/SJDL-Foggy-Vehicle-Re-Identification--AAAI2022.<\/jats:p>“，”DOI“：”10.1609\/aaai.v36i1.19911“，”type“：”journal-article“，”created“：{”date-parts“：[2022,7,4]]，”date-time“：”2022-07-04T08:59:00Z“，”timestamp“：165692514000}，”page“：“347-355”，“source”：“Crossref”，“is-referenced-by-count“：5，”title“：[”SJDL-Vehicle:半监督联合除雾学习，用于雾车重新识别“]，”prefix“：”10.1609“，”volume“：”36“，”author“：[{”given“：“Wei-Ting”，“family”：“Chen”，“sequence”：“first”，“affiliation”：[]}，{“given”：“I-xiang”，“家族”：“陈”，“序列”：“additional”，“filiation“：[]{”元“，”家族：“Yeh”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Hao-Hsiang”，“family”：“Yang”，“serquence”，“additionable”：“affidiation”：【】}，}“giving”：“Jian-Jiun”，“家族”：“Ding”，《sequence》：“additive”，“filiation“：【】{”：，“在线发布”：{date-parts“：[2022,6,28]]}，”container-title“：[”AAAI人工智能会议记录“]，”original-title”：[]，”link“：[{”URL“：”https:\/\/ojs.AAAI.org\/index.php\/AAAI\/article\/download\/19911\/19670“，”content-type“：”application\/pdf“，”content-version“：”vor“，”intended-application“：”text-mining“}，“URL”：”https:\/\/ojs.aaai.org\/index.php\/aaai\/article\/download\/19911\/19670“，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[[2022,7,4]，“date-time”：”2022-07-04T08:59:00Z“timestamp”：165692514000}，“score”：1，“resource”：{“primary”：“{”URL“：”https:\/\/ojs.aaai.org\/index.php\/aaai\/article\/view\/19911“}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2022,6,28]]}，“引用计数”：0，“日志发布”：{“发布”：“1”，“在线发布”：}“日期部分”：[2022,6,30]}}、“URL”：“http://\/dx.doi.org\/10.10609 \/aaai.v36i1.19911“，”关系“：{}，”ISSN“：[”2374-3468“，”2159-5399“]，”ISSN-type“：[{”value“：”2374-3468“，”type“：“电子”}，{“value”：“2159-5399”，“type”：”print“}]，“subject”：[]，“published”：{“date-parts”：[2022,6,28]]}}}