标题：基于改进PVEN模型的车辆再识别算法
作者：赵红爱1，2 万旺根1，2
作者单位：1 上海大学通信与信息工程学院，上海 200444；2 上海大学智慧城市研究院，上海 200444
关键字：车辆再识别；注意力机制；PVEN；特征提取；神经网络
摘要：随着城市交通快速发展，监控场景下的车辆再识别任务成为计算机视觉领域的热点研究问题。车辆再识别是指在非重叠视角域、跨摄像机网络下识别同一身份车辆。与行人再识别相比，类间相似性和类内差异性使得车辆再识别任务面临更大的挑战。为提高车辆再识别的准确率，提出一种基于改进PVEN（parsing-based view-aware embedding network）模型的车辆再识别算法。算法整体采用了PVEN模型框架：首先，针对原模型中特征提取网络简单、难以提取车辆有效特征，提出融合注意力机制使网络能够关注到更有辨识力的特征信息；其次，优化网络的训练过程，将不同车辆图像特征之间的欧氏距离作为基础相似性度量，建立联合目标函数，并分别分析通道注意力和空间注意力两个模块对网络性能的影响。在VeRi776数据集上进行相关实验，所提算法在评价指标MAP、Rank-1的表现为80.0%和96.2%，较原模型分别提高约0.5%和0.6%，证明了所提算法的有效性。