Die fahrzeugspezifische Wiedererkennung zielt darauf ab, dasselbe Fahrzeug in Szenen mit mehreren Kameras genau zuzuordnen, und stellt eine wichtige Aufgabe im Bereich des intelligenten Verkehrs und der öffentlichen Sicherheitsüberwachung dar. Um die Probleme bestehender Methoden wie unzureichende Nutzung lokaler feinkörniger Merkmale, statische Integration von Nebeninformationen und instabile mehrschichtige Aufmerksamkeitsfusion anzugehen, wird ein fahrzeugspezifisches Wiedererkennungsnetzwerk basierend auf adaptiven Nebeninformationen und residualer hierarchischer Aufmerksamkeit vorgeschlagen. Das Netzwerk basiert auf der Vision Transformer-Architektur und führt ein adaptives Seiteninformations-Integrationsmodul ein, um Patch-Tokens dynamisch zu modulieren und den Kontext zu verstärken, um die Verschiebung der Merkmalverteilung über verschiedene Kameras und Blickwinkel hinweg zu mildern; es wird ein stabiles residuales zwischenlagiges Aufmerksamkeitsaggregationsmodul entworfen, das eine Residualstruktur in der mehrschichtigen lernbaren Aufmerksamkeitsfusion einführt, um die Stabilität der mehrskaligen semantischen Fusion und die Zuverlässigkeit der globalen Führung zu verbessern; es wird ein mehrköpfiges hierarchisches adaptives Teilungsmodul aufgebaut, um lokal physikalisch interpretierbare Darstellungen adaptiv zu extrahieren. Die experimentellen Ergebnisse zeigen, dass diese Methode auf dem VeRi-776-Datensatz 83,8% mAP, 97,6% Rank-1 und 98,8% Rank-5 erreicht; auf den Test-1600- und Test-2400-Subset des VehicleID-Datensatzes werden 80,6% bzw. 78,6% Rank-1 erzielt. Die Methode weist bei der genauen Wiedererkennung in komplexen fahrzeugspezifischen Szenarien Vorteile auf und besitzt potenziellen Anwendungswert in groß angelegten intelligenten Verkehrssystemen.

fahrzeugspezifische Wiedererkennung;adaptive Nebeninformationen;hierarchische Aufmerksamkeitsfusion;lokales Merkmalslernen