×

非常野生

swMATH ID: 33962
软件作者: 一行楼、闫白、刘军、王世奇、段玲玉
描述: VERI-Wild:一个大型数据集和野外车辆重新识别的新方法。车辆再识别(ReID)对智能交通和公共安全具有重要意义。然而,现实场景中车辆ReID的许多挑战性问题尚未得到充分研究,例如,高视点变化、极端照明条件、复杂背景和不同的摄像机来源。为了促进野外车辆ReID的研究,我们收集了一个名为VERI-wild的新数据集,该数据集具有以下显著特征:1)车辆图像由一个包含174个摄像头的大型监控系统捕获,该监控系统覆盖一个大城市区(200多km2)。2) 摄像头网络每天24小时连续捕捉车辆,持续1个月。3) 这是第一个从无约束条件1中收集的车辆ReID数据集。VERI-Wild包含40000多个车辆ID的40多万张图像。本文还提出了一种新的车辆ReID方法,该方法将ReID模型耦合到特征距离对抗网络(FDANet)中,并设计了一种新颖的特征距离对抗方案,在线生成特征空间中的硬负样本,以便于ReID模型训练。综合结果表明,我们的方法在建议的数据集2和其他两个现有数据集上是有效的
主页: https://paperswithcode.com/paper/veri-wild-a-lige-dataset-a-new-method
源代码:  https://github.com/PKU-IMRE/VERI-Wild
相关软件: SCP网;已提供;PAMTRI公司;弧形面;PyTorch公司;快速ReID
引用于: 0个文档