摘要
[1] . 2018 . 用于车辆再识别的组敏感三元组嵌入 . IEEE传输。 Multim公司。 20 ， 9 ( 2018 ), 2385 —— 2399 . 谷歌学者 
数字图书馆 
[2] . 2013 . 图上的谱网络和局部连通网络 . arXiv预打印arXiv:1312.6203 ( 2013 ). 谷歌学者 [3] . 2019 . 分割和合并：用于车辆重新识别的双分支神经网络。 在 CVPR研讨会会议记录 . 184 —— 192 . 谷歌学者 [4] . 2020 . 基于语义引导的部件注意网络的定位软件车辆再识别 .英寸 欧洲计算机视觉会议记录 .施普林格， 330 —— 346 . 谷歌学者 数字图书馆 [5] . 2019 . 使用viewpoint-aware度量学习进行车辆重新识别 .英寸 IEEE/CFF国际计算机视觉会议论文集 . 8282 —— 8291 . 谷歌学者 交叉引用 
[6] . 2017 . 人体姿态估计的多控制注意 .英寸 IEEE计算机视觉和模式识别会议记录 . 1831 —— 1840 . 谷歌学者 交叉引用 [7] . 2016 . 基于快速局部谱滤波的图上卷积神经网络 . 高级神经信息处理。 系统。 29 ( 2016 ), 3844 —— 3852 . 谷歌学者 [8] . 2009 . ImageNet：一个大规模的分层图像数据库 .英寸 IEEE计算机视觉和模式识别会议记录 IEEE标准， 248 —— 255 . 谷歌学者 交叉引用 [9] . 2020 . 一幅图像值16x16个单词：用于大规模图像识别的变形金刚 . arXiv预印arXiv:2010.11929 ( 2020 ). 谷歌学者 [10] . 2019 . 扫盲：提高视觉难注意模型的准确性 . arXiv预打印arXiv:1908.07644 ( 2019 ). 谷歌学者 [11] . 2019 . 基于GNN去噪自编码器的分类权值生成 .英寸 IEEE/CVF计算机视觉和模式识别会议记录 . 21 —— 30 . 谷歌学者 交叉引用 [12] . 2017 . 量子化学中的神经信息传递 .英寸 国际机器学习会议记录 .PMLR， 1263 —— 1272 . 谷歌学者 [13] . 2018 . 用于车辆重新识别的学习粗到细结构特征嵌入 .英寸 AAAI人工智能会议记录 . 谷歌学者 交叉引用 [14] . 2019 . 基于多粒度排序损失的车辆再识别二级注意网络 . IEEE传输。 图像处理。 28 ， 9 ( 2019 ), 4328 —— 4338 . 谷歌学者 交叉引用 [15] . 2006 . 通过学习不变映射降低维数 .英寸 IEEE计算机学会计算机视觉和模式识别会议记录（CVPR'06） IEEE标准， 1735 —— 1742 . 谷歌学者 数字图书馆 [16] . 2019 . 部分重新规定的近重复车辆重新识别 .英寸 IEEE计算机视觉和模式识别会议记录 . 3997 —— 4005 . 谷歌学者 交叉引用 [17] . 2016 . 用于图像识别的深度残差学习 .英寸 IEEE计算机视觉和模式识别会议记录 . 770 —— 778 . 谷歌学者 交叉引用 [18] . 2019 . 车辆重新识别的外观和车牌特征组合 .英寸 IEEE图像处理国际会议（ICIP）会议记录 IEEE标准， 3108 —— 3112 . 谷歌学者 交叉引用 [19] . 2015 . 图结构数据上的深度卷积网络 . arXiv预打印arXiv:1506.05163 ( 2015 ). 谷歌学者 [20] . 2017 . 为人身重新鉴定的三胞胎丢失辩护 . arXiv预打印arXiv:1703.07737 ( 2017 ). 谷歌学者 [21] . 2019 . 用于车辆重新识别的深度四重外观学习 . IEEE传输。 维希克。 Technol公司。 68 ， 9 ( 2019 ), 8512 —— 8522 . 谷歌学者 交叉引用 [22] . 2018 . 挤压和励磁网络 .英寸 IEEE计算机视觉和模式识别会议记录 . 7132 —— 7141 . 谷歌学者 交叉引用 [23] . 2015 . 空间变压器网络 . 高级神经信息处理。 系统。 28 ( 2015 ). 谷歌学者 [24] . 2021 . 无监督人员再识别的元配对关系提取 .英寸 IEEE/CFF国际计算机视觉会议论文集 . 3661 —— 3670 . 谷歌学者 交叉引用 [25] . 2019 . PH-GCN：基于部分层次图卷积网络的人识别 . arXiv预打印arXiv:1907.08822 ( 2019 ). 谷歌学者 [26] . 2018 . 基于时空再分类的多属性驱动车辆再识别 .英寸 第25届IEEE图像处理国际会议（ICIP）会议记录 IEEE标准， 858 —— 862 . 谷歌学者 交叉引用 [27] . 2020 . 基于图像的目标再识别中不确定性感知的多热点知识提取 .英寸 AAAI人工智能会议记录 . 11165 —— 11172 . 谷歌学者 交叉引用 [28] . 2019 . 一种用于车辆再识别的自适应注意力双通道模型 .英寸 IEEE/CFF国际计算机视觉会议论文集 . 6132 —— 6141 . 谷歌学者 交叉引用 [29] . 2020 . 问题在于细节：车辆重新识别的自我监督关注 .英寸 欧洲计算机视觉会议记录 .施普林格， 369 —— 386 . 谷歌学者 数字图书馆 [30] . 2016 . 图卷积网络半监督分类 . arXiv预打印arXiv:1609.02907 ( 2016 ). 谷歌学者 [31] . 2019 . 车辆再识别：使用三重嵌入的有效基线 .英寸 国际神经网络联合会议论文集 IEEE标准， 1 —— 9 . 谷歌学者 交叉引用 [32] . 2017 . 扩散卷积递归神经网络：数据驱动的交通预测 . arXiv预打印arXiv:1707.01926 ( 2017 ). 谷歌学者 [33] . 2015 . 基于局部最大发生表示和度量学习的人再识别 .英寸 IEEE计算机视觉和模式识别会议记录 . 2197 —— 2206 . 谷歌学者 交叉引用 [34] . 2015 . 用于细粒度视觉识别的双线性CNN模型 .英寸 IEEE计算机视觉国际会议记录 . 1449 —— 1457 . 谷歌学者 数字图书馆 [35] . 2016 . 深度相对远程学习：说出相似车辆之间的差异 .英寸 IEEE计算机视觉和模式识别会议记录 . 2167 —— 2175 . 谷歌学者 交叉引用 [36] . 2016 . 城市监控视频中的大型车辆再识别 .英寸 IEEE多媒体与博览会（ICME）国际会议记录 IEEE标准， 1 —— 6 . 谷歌学者 交叉引用 [37] . 2016 . 基于深度学习的城市监控车辆渐进式再识别方法 .英寸 欧洲计算机视觉会议记录 .施普林格， 869 —— 884 . 谷歌学者 交叉引用 [38] . 2019 . 基于多尺度时空推理的视频社会关系识别 .英寸 IEEE计算机视觉和模式识别会议记录 . 3566 —— 3574 . 谷歌学者 交叉引用 [39] . 2020 . 超越部件：学习车辆重新识别的多视图跨部件关联 .英寸 第28届ACM国际多媒体会议记录 . 907 —— 915 . 谷歌学者 数字图书馆 [40] . 2018 . RAM：用于车辆重新识别的区域感知深度模型 .英寸 IEEE多媒体与博览会（ICME）国际会议记录 IEEE标准， 1 —— 6 . 谷歌学者 交叉引用 [41] . 2019 . 基于分组有损全局区域特征学习的车辆再识别 . IEEE传输。 图像处理。 29 ( 2019 ), 2638 —— 2652 . 谷歌学者 交叉引用 [42] . 2019 . PVSS：一种用于视频监控网络的渐进式车辆搜索系统 . J.计算。 科学。 Technol公司。 34 ， 三 ( 2019 ), 634 —— 644 . 谷歌学者 交叉引用 [43] . 2021 . Swin transformer：使用移动窗口的分层视觉变换器 . arXiv预打印arXiv:2103.14030 ( 2021 ). 谷歌学者 [44] . 2019 . VERI-Wild：一个大型数据集和野外车辆重新识别的新方法 .英寸 IEEE/CVF计算机视觉和模式识别会议记录 . 3235 —— 3243 . 谷歌学者 交叉引用 [45] . 2019 . 嵌入对抗性学习用于车辆重新识别 . IEEE传输。 图像处理。 28 ， 8 ( 2019 ), 3794 —— 3807 . 谷歌学者 交叉引用 [46] . 2004 . 与比例不变关键点不同的图像特征 . 国际期刊计算。 视觉。 60 ， 2 ( 2004 ), 91 —— 110 . 谷歌学者 数字图书馆 [47] . 2016 . 通过提升的结构化特征嵌入实现深度度量学习 .英寸 IEEE计算机视觉和模式识别会议记录 . 4004 —— 4012 . 谷歌学者 交叉引用 [48] . 2018 . BAM：瓶颈关注模块 . arXiv预打印arXiv:1807.06514 ( 2018 ). 谷歌学者 [49] . 2016 . 您只需看一次：统一的实时对象检测 .英寸 IEEE计算机视觉和模式识别会议记录 . 779 —— 788 . 谷歌学者 交叉引用 [50] . 2008 . 图形神经网络模型 . IEEE传输。 神经网络。 20 ， 1 ( 2008 ), 61 —— 80 . 谷歌学者 数字图书馆 [51] . 2015 . FaceNet：用于人脸识别和聚类的统一嵌入 .英寸 IEEE计算机视觉和模式识别会议记录 . 815 —— 823 . 谷歌学者 交叉引用 [52] . 2015 . 使用视觉注意进行动作识别 . arXiv预打印arXiv:1511.04119 ( 2015 ). 谷歌学者 [53] . 2018 . 相对位置表示的自我注意 . arXiv预打印arXiv:1803.02155 ( 2018 ). 谷歌学者 [54] . 2017 . 基于可视化时空路径建议的车辆重识别深度神经网络学习 .英寸 IEEE计算机视觉国际会议记录 . 1900 —— 1909 . 谷歌学者 交叉引用 [55] . 2020 . 圆损失：一个统一的配对相似性优化视角 .英寸 IEEE/CVF计算机视觉和模式识别会议记录 . 6398 —— 6407 . 谷歌学者 交叉引用 [56] . 2018 . 超越部件模型：使用改进的部件池（和强大的卷积基线）进行人员检索 .英寸 欧洲计算机视觉会议记录 . 480 —— 496 . 谷歌学者 数字图书馆 [57] . 2019 . PAMTRI：使用高度随机合成数据进行车辆重新识别的姿态感知多任务学习 .英寸 IEEE/CFF国际计算机视觉会议论文集 . 211 —— 220 . 谷歌学者 交叉引用 [58] . 2009 . 学习真实应用程序的颜色名称 . IEEE传输。 图像处理。 18 ， 7 ( 2009 ), 1512 —— 1523 . 谷歌学者 数字图书馆 [59] . 2017 . 注意力就是你所需要的 .英寸 神经信息处理系统进展会议记录 . 5998 —— 6008 . 谷歌学者 [60] . 2017 . 用于图像分类的剩余注意网络 .英寸 IEEE计算机视觉和模式识别会议记录 . 3156 —— 3164 . 谷歌学者 交叉引用 [61] . 2018 . 基于语义嵌入和知识图的零炮识别 .英寸 IEEE计算机视觉和模式识别会议记录 . 6857 —— 6866 . 谷歌学者 交叉引用 [62] . 2019 . 用于点云学习的动态图形CNN . ACM事务处理。 图表。 38 ， 5 ( 2019 ), 1 —— 12 . 谷歌学者 数字图书馆 [63] . 2017 . 面向车辆再识别的方向不变特征嵌入和时空正则化 .英寸 IEEE计算机视觉国际会议记录 . 379 —— 387 . 谷歌学者 交叉引用 [64] . 2018 . CBAM：卷积块注意模块 .英寸 欧洲计算机视觉会议记录 . 三 —— 19 . 谷歌学者 数字图书馆 [65] . 2021 . 基于城市车辆识别和时空信息的多摄像机车辆跟踪系统 .英寸 IEEE/CVF计算机视觉和模式识别（CVPR）研讨会会议记录 . 4077 —— 4086 . 谷歌学者 交叉引用 [66] . 2018 . 对特征级转导的非单调关注 . arXiv预打印arXiv:1808.10024 ( 2018 ). 谷歌学者 [67] . 2015 . 两级注意模型在深度卷积神经网络精细图像分类中的应用 .英寸 IEEE计算机视觉和模式识别会议记录 . 842 —— 850 . 谷歌学者 [68] . 2015 . 展示、出席和讲述：用视觉注意力生成神经图像字幕 .英寸 机器学习国际会议论文集 .PMLR， 2048 —— 2057 . 谷歌学者 数字图书馆 [69] . 2021 . HSS-GCN：一种用于车辆再识别的分层空间结构图卷积网络 .英寸 ICPR智能城市计算（IUC）人和车辆分析国际研讨会会议记录 .施普林格， 356 —— 364 . 谷歌学者 数字图书馆 [70] . 2019 . 基于骨架的动作合成的卷积序列生成 .英寸 IEEE/CFF国际计算机视觉会议论文集 . 4394 —— 4402 . 谷歌学者 交叉引用 [71] . 2018 . 基于骨架的动作识别的时空图卷积网络 .英寸 第32届AAAI人工智能会议记录 . 谷歌学者 交叉引用 [72] . 2020 . 基于时空图卷积网络的视频人物识别 .英寸 IEEE/CVF计算机视觉和模式识别会议记录 . 3289 —— 3299 . 谷歌学者 交叉引用 [73] . 2015 . 用于细粒度分类和验证的大型汽车数据集 .英寸 IEEE计算机视觉和模式识别会议记录 . 3973 —— 3981 . 谷歌学者 交叉引用 [74] . 2018 . 网络规模推荐系统的图卷积神经网络 .英寸 第24届ACM SIGKDD知识发现与数据挖掘国际会议论文集 . 974 —— 983 . 谷歌学者 数字图书馆 [75] . 2019 . 基于自适应图卷积的属性图聚类 . arXiv预打印arXiv:1906.01210 ( 2019 ). 谷歌学者 [76] . 2010 . 理解bagof-words模型：一个统计框架 . 国际机械工程师协会。 学习。 网络。 1 ， 1 ( 2010 ), 43 —— 52 . 谷歌学者 交叉引用 [77] . 2017 . 改进卷积神经网络的三向训练用于车辆再识别 .英寸 IEEE多媒体与博览会（ICME）国际会议记录 IEEE标准， 1386 —— 1391 . 谷歌学者 交叉引用 [78] . 2017 . 用于细粒度对象分类的多样化视觉注意网络 . IEEE传输。 Multim公司。 19 ， 6 ( 2017 ), 1245 —— 1256 . 谷歌学者 数字图书馆 [79] . 2021 . 博士学习：使用Pompeiu-Hausdorff距离进行视频车辆重新识别学习 .英寸 IEEE/CVF计算机视觉和模式识别（CVPR）会议记录 . 2225 —— 2235 . 谷歌学者 交叉引用 [80] . 2021 . 车辆再识别的异构关系补码 .英寸 IEEE/CVF国际计算机视觉会议（ICCV）会议记录 . 205 —— 214 . 谷歌学者 交叉引用 [81] . 2015 . 可扩展的人员重新识别：一个基准 .英寸 IEEE计算机视觉国际会议记录 . 1116 —— 1124 . 谷歌学者 数字图书馆 [82] . 2020 . 具有实例丢失的双路卷积图像文本嵌入 . ACM事务处理。 Multim公司。 计算。 公社。 应用程序。 16 ， 2 ( 2020 ), 1 —— 23 . 谷歌学者 数字图书馆 [83] . 2018 . 用于大规模人员重新识别的行人路线网 . IEEE传输。 循环。 系统。 视频。 Technol公司。 29 ， 10 ( 2018 ), 3037 —— 3045 . 谷歌学者 交叉引用 [84] . 2018 . 基于深隐藏多视图推理的车辆再识别 . IEEE传输。 图像处理。 27 ， 7 ( 2018 ), 3275 —— 3287 . 谷歌学者 交叉引用 [85] . 2017 . 基于横视GAN的车辆生成，用于重新识别。 在 BMVC公司 第卷。 1 . 1 —— 12 . 谷歌学者 [86] . 2018 . 车辆再识别中的有意识多视图推理 .英寸 IEEE计算机视觉和模式识别会议记录 . 6489 —— 6498 . 谷歌学者 交叉引用 [87] . 2018 . 利用对抗性双向LSTM网络进行车辆重新识别 .英寸 IEEE计算机视觉应用冬季会议记录 IEEE标准， 653 —— 662 . 谷歌学者 交叉引用 [88] . 2019 . 使用四向深度学习特征的车辆重新识别 . IEEE传输。 智力。 运输。 系统。 21 ， 1 ( 2019 ), 410 —— 420 . 谷歌学者 交叉引用 [89] . 2018 . 一种用于车辆重新识别的短而密连接卷积神经网络 .英寸 第24届模式识别国际会议（ICPR）会议记录 IEEE标准， 3285 —— 3290 . 谷歌学者 交叉引用 [90] . 2020 . 一种用于车辆再识别的结构化图形注意网络 .英寸 第28届ACM国际多媒体会议记录 . 646 —— 654 . 谷歌学者 数字图书馆
建议
HSS-GCN:一种用于车辆再识别的层次空间结构图卷积网络 模式识别。 ICPR国际研讨会和挑战 摘要 车辆重新识别（re-ID）是一项旨在从不同摄像头拍摄的图像中识别同一车辆的任务。 近年来，出现了各种基于外观的方法，只关注全球特征或探索局部特征以。。。 加权局部特征车辆识别网络 CSAE’20：第四届计算机科学与应用工程国际会议论文集 随着科学技术的飞速发展，如何在不同摄像机下准确识别同一辆车，对智慧城市建设具有重要意义。 目前，大多数车辆再识别方法都只使用全局识别方法。。。 结合注意机制和局部-全局特征关联网络的车辆再识别 《公民权利和政治权利国际公约》（ICCPR’22）：2022年第11届国际计算与模式识别会议记录 车辆再识别（re-ID）旨在从由多个摄像头捕获的车辆图像组成的大型数据集中检索目标车辆。 大多数车辆在低分辨率、遮挡和视点的环境中很难识别。。。
