基于自适应侧信息与残差层级注意力的车辆重识别网络

徐萌兮; 陈海鑫; 徐焕宇; 胡立发

doi:10.3724/CJLCD.2026-0118

您当前的位置：

首页 >

文章列表页 >

基于自适应侧信息与残差层级注意力的车辆重识别网络

图像处理 | 更新时间：2026-09-16

- 基于自适应侧信息与残差层级注意力的车辆重识别网络
- Vehicle re-identification network based on adaptive side information and residual hierarchical attention
- 液晶与显示 2026年41卷第8期页码：1200-1212
- 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：
  
  徐萌兮，女，硕士，讲师，2014年于南京理工大学获得硕士学位，主要从事计算机视觉、图像处理方面的研究。E-mail： 880186@cwxu.edu.cn
  胡立发，男，博士，研究员，2003年于东北大学获得博士学位，主要从事液晶自适应光学的研究。E-mail： hulifa@ jiangnan.edu.cn
- 基金信息：
  
  国家自然科学基金(11704377;61475152)
- DOI：10.3724/CJLCD.2026-0118
  中图分类号： TP391.41
- CSTR：32172.14.CJLCD.2026-0118
- 收稿：2026-06-29，
  
  修回：2026-07-17，
  
  纸质出版：2026-08-05
- 稿件说明：
移动端阅览
徐萌兮, 陈海鑫, 徐焕宇, 等. 基于自适应侧信息与残差层级注意力的车辆重识别网络[J]. 液晶与显示, 2026,41(8):1200-1212.

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.
徐萌兮, 陈海鑫, 徐焕宇, 等. 基于自适应侧信息与残差层级注意力的车辆重识别网络[J]. 液晶与显示, 2026,41(8):1200-1212. DOI： 10.3724/CJLCD.2026-0118. CSTR： 32172.14.CJLCD.2026-0118.

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

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于自适应侧信息与残差层级注意力的车辆重识别网络

基于空间温度扩散的OLED亮度均匀性补偿

人眼视觉特性引导的频率感知无参考图像质量评价方法

量子点电润湿显示器件的驱动响应与双阶段波形调控

低功耗边缘场切换液晶显示器挠曲电系数差值与闪烁的定量关系