Vehicle re-identification network based on adaptive side information and residual hierarchical attention

XU Mengxi; CHEN Haixin; XU Huanyu; HU Lifa

doi:10.3724/CJLCD.2026-0118

您当前的位置：

首页 >

文章列表页 >

Vehicle re-identification network based on adaptive side information and residual hierarchical attention

Image Processing | 更新时间：2026-09-16

- Vehicle re-identification network based on adaptive side information and residual hierarchical attention
- Chinese Journal of Liquid Crystals and Displays Vol. 41, Issue 8, Pages: 1200-1212(2026)
- 作者机构：
  
  1.无锡学院交通与车辆工程学院，江苏无锡 214105
  2.南京信息工程大学计算机学院，江苏南京 210044
  3.无锡学院物联网工程学院，江苏无锡 214105
  4.江南大学光电信息与物理科学学院，江苏无锡 214122
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(11704377;61475152)
- DOI：10.3724/CJLCD.2026-0118
  CLC： TP391.41
- CSTR：32172.14.CJLCD.2026-0118
- Received：29 June 2026，
  
  Revised：2026-07-17，
  
  Published：05 August 2026
- 稿件说明：
移动端阅览
XU Mengxi, CHEN Haixin, XU Huanyu, et al. Vehicle re-identification network based on adaptive side information and residual hierarchical attention[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(8): 1200-1212.
DOI：

XU Mengxi, CHEN Haixin, XU Huanyu, et al. Vehicle re-identification network based on adaptive side information and residual hierarchical attention[J]. Chinese Journal of Liquid Crystals and Displays, 2026, 41(8): 1200-1212. DOI： 10.3724/CJLCD.2026-0118. CSTR： 32172.14.CJLCD.2026-0118.

摘要

车辆重识别旨在跨摄像头场景下准确匹配同一车辆，是智能交通与公共安全监控的重要任务。针对现有方法局部细粒度特征利用不足、侧信息融合静态以及多层注意力融合不稳定等问题，提出一种基于自适应侧信息与残差层级注意力的车辆重识别网络。该网络以Vision Transformer为基础架构，引入自适应侧信息整合模块，对Patch token进行动态调制与上下文增强，以缓解跨摄像头、跨视角条件下的特征分布偏移；设计稳定残差跨层注意力聚合模块，在多层可学习注意力融合中引入残差结构，提高多尺度语义融合稳定性和全局引导可靠性；构建多头层级自适应划分模块，自适应提取具有一定物理可解释性的局部表征。实验结果表明，该方法在VeRi-776数据集上取得83.8%的mAP、97.6%的Rank-1和98.8%的Rank-5；在VehicleID数据集Test-1600和Test-2400子集上分别取得80.6%和78.6%的Rank-1。本文方法在复杂车辆重识别场景中的准确性上具有一定优势，在大规模智能交通系统中具有潜在应用价值。

Abstract

Vehicle re-identification aims to match the same vehicle across different camera views and is a critical task for intelligent transportation and public security surveillance. Aiming at the drawbacks of existing Vision Transformer-based vehicle re-identification methods， including insufficient mining of fine-grained local features， static side-information fusion strategies， and poor stability during multi-layer attention aggregation， this paper proposes a Vision Transformer vehicle re-identification network with adaptive side-information and residual hierarchical attention. Built upon the Vision Transformer backbone， the network embeds an Adaptive Side-information Integration module to dynamically modulate patch tokens and strengthen contextual cues， mitigating feature distribution discrepancies caused by varying cameras and viewing angles. Meanwhile， a Stable Residual Cross-layer Attention Aggregation module is devised， which embeds residual connections into multi-layer learnable attention fusion to stabilize multi-scale semantic aggregation and strengthen global feature guidance. In addition， a Multi-Head Hierarchical Adaptive Partitioning module is constructed to automatically extract local feature representations with a certain degree of spatial interpretability. Experimental results demonstrate that the proposed method reaches 83.8% mAP， 97.6% Rank-1 and 98.8% Rank-5 on the VeRi-776 dataset， and achieves Rank-1 accuracies of 80.6% and 78.6% on the Test-1600 and Test-2400 subsets of VehicleID respectively. The presented Vision Transformer model achieves remarkable accuracy in complicated vehicle re-identification scenarios， and possesses great practical application potential for large-scale intelligent transportation systems.

关键词

Keywords

references

LIU X C ， LIU W ， MA H D ， et al . Large-scale vehicle re-identification in urban surveillance videos ［C］// Proceedings of the 2016 IEEE International Conference on Multimedia and Expo （ICME） . Seattle ： IEEE ， 2016 ： 1 - 6 . doi: 10.1109/icme.2016.7553002 http://dx.doi.org/10.1109/icme.2016.7553002

LIU H Y ， TIAN Y H ， WANG Y W ， et al . Deep relative distance learning： tell the difference between similar vehicles ［C］// Proceedings of the 2016 IEEE Conference on Computer Vision and Pattern Recognition . Las Vegas ： IEEE ， 2016 ： 2167 - 2175 . doi: 10.1109/cvpr.2016.238 http://dx.doi.org/10.1109/cvpr.2016.238

LOU Y H ， BAI Y ， LIU J ， et al . VERI-wild： a large dataset and a new method for vehicle re-identification in the wild ［C］// Proceedings of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Long Beach ： IEEE ， 2019 ： 3230 - 3238 . doi: 10.1109/cvpr.2019.00335 http://dx.doi.org/10.1109/cvpr.2019.00335

ZHOUY Y ， SHAO L . Viewpoint-aware attentive multi-view inference for vehicle re-identification ［C］// Proceedings of the 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City ： IEEE ， 2018 ： 6489 - 6498 . doi: 10.1109/cvpr.2018.00679 http://dx.doi.org/10.1109/cvpr.2018.00679

LIU X B ， ZHANG S L ， HUANG Q M ， et al . RAM： a region-aware deep model for vehicle re-identification ［C］// Proceedings of the 2018 IEEE International Conference on Multimedia and Expo （ICME） . San Diego ： IEEE ， 2018 ： 1 - 6 . doi: 10.1109/icme.2018.8486589 http://dx.doi.org/10.1109/icme.2018.8486589

WANG Z D ， TANG L M ， LIU X H ， et al . Orientation invariant feature embedding and spatial temporal regularization for vehicle re-identification ［C］// Proceedings of the 2017 IEEE International Conference on Computer Vision . Venice ： IEEE ， 2017 ： 379 - 387 . doi: 10.1109/iccv.2017.49 http://dx.doi.org/10.1109/iccv.2017.49

MENG D H ， LI L ， LIU X J ， et al . Parsing-based view-aware embedding network for vehicle re-identification ［C］// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Seattle ： IEEE ， 2020 ： 7101 - 7110 . doi: 10.1109/cvpr42600.2020.00713 http://dx.doi.org/10.1109/cvpr42600.2020.00713

QIAN J J ， JIANG W ， LUO H ， et al . Stripe-based and attribute-aware network： a two-branch deep model for vehicle re-identification ［J］. Measurement Science and Technology ， 2020 ， 31 （ 9 ）： 095401 . doi: 10.1088/1361-6501/ab8b81 http://dx.doi.org/10.1088/1361-6501/ab8b81

涂明君，林国军，冯凯，等 . 基于多机制融合增强的跨模态行人重识别方法［J］. 液晶与显示， 2026 ， 41 （ 5 ）： 675 - 686 ．

TU M J ， LIN G J ， FENG K ， et al . Cross-modal pedestrian re-identification method enhanced by multi-mechanism fusion ［J］. Chinese Journal of Liquid Crystals and Displays ， 2026 ， 41 （ 5 ）： 675 - 686 . （in Chinese）

寇旗旗，乔鑫，牛凯凯，等 . 关系建模和频谱变换的跨模态行人重识别方法［J］. 光学精密工程， 2026 ， 34 （ 6 ）： 973 - 989 ．

KOU Q Q ， QIAO X ， NIU K K ， et al . Cross-modal person re-identification method relation modeling and spectral transformation ［J］. Optics and Precision Engineering ， 2026 ， 34 （ 6 ）： 973 - 989 . （in Chinese）

LIU X C ， LIU W ， MEI T ， et al . A deep learning-based approach to progressive vehicle re-identification for urban surveillance ［C］// Proceedings of the 14th European Conference on Computer Vision—ECCV 2016 . Amsterdam ： Springer ， 2016 ： 869 - 884 .

姬晓飞，赵帅，宋京浩，等 . 基于姿势估计和特征融合的行人重识别算法［J］. 电子测量与仪器学报， 2024 ， 38 （ 4 ）： 187 - 194 ．

JI X F ， ZHAO S ， SONG J H ， et al . Person re-identification algorithm based on pose estimation and feature fusion ［J］. Journal of Electronic Measurement and Instrumentation ， 2024 ， 38 （ 4 ）： 187 - 194 . （in Chinese）

WANG K Q ， SONG L ， WANG C T ， et al . On the use of deep learning for phase recovery ［J］. Light： Science & Applications ， 2024 ， 13 （ 1 ）： 4 . doi: 10.1038/s41377-023-01340-x http://dx.doi.org/10.1038/s41377-023-01340-x

LIU H S ， WANG F ， JIN Y ， et al . Learning-based real-time imaging through dynamic scattering media ［J］. Light： Science & Applications ， 2024 ， 13 （ 10 ）： 194 . doi: 10.1038/s41377-024-01569-0 http://dx.doi.org/10.1038/s41377-024-01569-0

DONG Y B ， BAI Y C ， ZHANG Q M ， et al . High-throughput optical neuromorphic graphic processing at millions of images per second ［J］. eLight ， 2025 ， 5 （ 1 ）： 29 . doi: 10.1186/s43593-025-00106-9 http://dx.doi.org/10.1186/s43593-025-00106-9

DUN X ， ZHANG J ， CHEN F S ， et al . Neural array meta-imaging ［J］. eLight ， 2025 ， 5 （ 1 ）： 33 . doi: 10.1186/s43593-025-00107-8 http://dx.doi.org/10.1186/s43593-025-00107-8

JEONG H ， YOON C ， LIM H ， et al . MT-former： multi-task hybrid transformer and deep support vector data description to detect novel anomalies during semiconductor manufacturing ［J］. Light： Advanced Manufacturing ， 2025 ， 6 （ 2 ）： 32 . doi: 10.37188/lam.2025.032 http://dx.doi.org/10.37188/lam.2025.032

周颖，裴盛虎，陈海永，等 . 基于多尺度自适应注意力的图像超分辨率网络［J］. 光学精密工程， 2024 ， 32 （ 6 ）： 843 - 856 ． doi: 10.37188/ope.20243206.0843 http://dx.doi.org/10.37188/ope.20243206.0843

ZHOU Y ， PEI S H ， CHEN H Y ， et al . Image super-resolution network based on multi-scale adaptive attention ［J］. Optics and Precision Engineering ， 2024 ， 32 （ 6 ）： 843 - 856 . （in Chinese） . doi: 10.37188/ope.20243206.0843 http://dx.doi.org/10.37188/ope.20243206.0843

滕嘉玮，田蕾，江山，等 . 卫星关键部件智能识别与三维重建方法［J］. 中国光学（中英文）， 2025 ， 18 （ 6 ）： 1376 - 1387 ． doi: 10.37188/CO.2025-0091 http://dx.doi.org/10.37188/CO.2025-0091

TENG J W ， TIAN L ， JIANG S ， et al . Intelligent recognition and 3D reconstruction method for satellite key components ［J］. Chinese Optics ， 2025 ， 18 （ 6 ）： 1376 - 1387 . （in Chinese） . doi: 10.37188/CO.2025-0091 http://dx.doi.org/10.37188/CO.2025-0091

黄庆东，苏宇辉，刘依华，等 . 基于PATN和自注意力机制的多分辨率人体姿态迁移方法［J］. 液晶与显示， 2025 ， 40 （ 9 ）： 1381 - 1389 ． doi: 10.37188/cjlcd.2025-0100 http://dx.doi.org/10.37188/cjlcd.2025-0100

HUANG Q D ， SU Y H ， LIU Y H ， et al . Multi-resolution human posture transfer algorithm based on PATN and self-attention mechanism ［J］. Chinese Journal of Liquid Crystals and Displays ， 2025 ， 40 （ 9 ）： 1381 - 1389 . （in Chinese） . doi: 10.37188/cjlcd.2025-0100 http://dx.doi.org/10.37188/cjlcd.2025-0100

DOSOVITSKIY A ， BEYER L ， KOLESNIKOV A ， et al . An image is worth 16×16 words： transformers for image recognition at scale ［C］. International Conference on Learning Representations . Online ： OpenReview.net ， 2021 .

HE S T ， LUO H ， WANG P C ， et al . TransReID： transformer-based object re-identification ［C］// Proceedings of the 2021 IEEE/CVF International Conference on Computer Vision . Montreal ： IEEE ， 2021 ： 14993 - 15002 . doi: 10.1109/iccv48922.2021.01474 http://dx.doi.org/10.1109/iccv48922.2021.01474

GONG R ， ZHANG X ， PAN J A ， et al . Vehicle reidentification based on convolution and vision transformer feature fusion ［J］. IEEE MultiMedia ， 2024 ， 31 （ 2 ）： 61 - 68 . doi: 10.1109/mmul.2024.3398189 http://dx.doi.org/10.1109/mmul.2024.3398189

QIU M ， CHRISTOPHER L A ， CHIEN S ， et al . Adaptive aspect ratios with patch-mixup-ViT-based vehicle ReID ［C］// Proceedings of the 2025 IEEE International Conference on Acoustics， Speech and Signal Processing （ICASSP） . Hyderabad ： IEEE ， 2025 ： 1 - 5 . doi: 10.1109/icassp49660.2025.10890258 http://dx.doi.org/10.1109/icassp49660.2025.10890258

ZHAI Y ， GUO X ， LU Y ， et al . In defense of the classification loss for person re-identification ［C］// Proceedings of the 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops . Long Beach ： IEEE ， 2019 ： 1526 - 1535 . doi: 10.1109/cvprw.2019.00194 http://dx.doi.org/10.1109/cvprw.2019.00194

KHORRAMSHAHI P ， KUMAR A ， PERI N ， et al . A dual-path model with adaptive attention for vehicle re-identification ［C］// Proceedings of the 2019 IEEE/CVF International Conference on Computer Vision . Seoul ： IEEE ， 2019 ： 6132 - 6140 . doi: 10.1109/iccv.2019.00623 http://dx.doi.org/10.1109/iccv.2019.00623

JIN X ， LAN C L ， ZENG W J ， et al . Uncertainty-aware multi-shot knowledge distillation for image-based object re-identification ［C］// Proceedings of the 34th AAAI Conference on Artificial Intelligence . New York ： AAAI Press ， 2020 ： 11165 - 11172 . doi: 10.1609/aaai.v34i07.6774 http://dx.doi.org/10.1609/aaai.v34i07.6774

KHORRAMSHAHI P ， PERI N ， CHEN J C ， et al . The devil is in the details： self-supervised attention for vehicle re-identification ［C］// Proceedings of the 16th European Conference on Computer Vision—ECCV 2020 . Glasgow ： Springer ， 2020 ： 369 - 386 . doi: 10.1007/978-3-030-58568-6_22 http://dx.doi.org/10.1007/978-3-030-58568-6_22

SHEN F ， XIE Y ， ZHU J Q ， et al . GiT： graph interactive transformer for vehicle re-identification ［J］. IEEE Transactions on Image Processing ， 2023 ， 32 ： 1039 - 1051 . doi: 10.1109/tip.2023.3238642 http://dx.doi.org/10.1109/tip.2023.3238642

LI S Y ， SUN L ， LI Q L . CLIP-ReID： exploiting vision-language model for image re-identification without concrete text labels ［C］// Proceedings of the 37th AAAI Conference on Artificial Intelligence . Washington ： AAAI Press ， 2023 ： 1405 - 1413 . doi: 10.1609/aaai.v37i1.25225 http://dx.doi.org/10.1609/aaai.v37i1.25225

ZHANG X ， LING Y N ， LI K G ， et al . Multimodality adaptive transformer and mutual learning for unsupervised domain adaptation vehicle re-identification ［J］. IEEE Transactions on Intelligent Transportation Systems ， 2024 ， 25 （ 12 ）： 20215 - 20226 .

HE Y L ， WANG Z C ， CHEN J ， et al . EvoPrompt-ReID： a bilevel optimization framework for prompt-encoder co-evolution in image re-identification ［C］// Proceedings of the 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Denver ： IEEE ， 2026 ： 6758 - 6767 .

ZHU J Q ， ZENG H Q ， HUANG J C ， et al . Vehicle re-identification using quadruple directional deep learning features ［J］. IEEE Transactions on Intelligent Transportation Systems ， 2020 ， 21 （ 1 ）： 410 - 420 . doi: 10.1109/tits.2019.2901312 http://dx.doi.org/10.1109/tits.2019.2901312

SUN K ， PANG X Y ， ZHENG M F ， et al . Heterogeneous context interaction network for vehicle re-identification ［J］. Neural Networks ， 2024 ， 169 ： 293 - 306 . doi: 10.1016/j.neunet.2023.10.032 http://dx.doi.org/10.1016/j.neunet.2023.10.032

ZHU J Y ， PARK T ， ISOLA P ， et al . Unpaired image-to-image translation using cycle-consistent adversarial networks ［C］// Proceedings of the 2017 IEEE International Conference on Computer Vision . Venice ： IEEE ， 2017 ： 2242 - 2251 . doi: 10.1109/iccv.2017.244 http://dx.doi.org/10.1109/iccv.2017.244

XU Y ， RONG L L ， ZHOU X L ， et al . Cross-domain evaluation for vehicle re-identification ［C］// Proceedings of the 2021 IEEE 6th International Conference on Cloud Computing and Big Data Analytics （ICCCBDA） . Chengdu ： IEEE ， 2021 ： 474 - 477 . doi: 10.1109/icccbda51879.2021.9442574 http://dx.doi.org/10.1109/icccbda51879.2021.9442574

PENG J J ， WANG H B ， XU F Q ， et al . Cross domain knowledge learning with dual-branch adversarial network for vehicle re-identification ［J］. Neurocomputing ， 2020 ， 401 ： 133 - 144 . doi: 10.1016/j.neucom.2020.02.112 http://dx.doi.org/10.1016/j.neucom.2020.02.112

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Vehicle re-identification network based on adaptive side information and residual hierarchical attention

Low-light images enhancement via unsaturated stochastic resonance based on Gaussian radial basis functions

Lightweight detection of foreign objects on road surfaces in challenging driving environments

Field-induced dual-mode switchable liquid crystal grating based on flexoelectric effect

PCB defect detection based on ZYNQ and YOLO26n

Related Author

HU Lifa

Related Institution

No data

AI问答

Address：No.3888 Dong Nanhu Road, Changchun, Jilin, China 130033 Postal code：130033
Tel：0431-86176059 Email：yjxs@ciomp.ac.cn
Technical support is provided by Beijing Founder electronics co., LTD 吉ICP备11002662号-17 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰