La ré-identification des véhicules vise à correspondre avec précision au même véhicule à travers des scènes multi-caméras, constituant une tâche importante dans les systèmes de transport intelligents et la surveillance de la sécurité publique. Face aux problèmes liés à l'exploitation insuffisante des caractéristiques fines locales, à la fusion statique des informations secondaires et à l'instabilité de la fusion d'attention multi-couches des méthodes existantes, nous proposons un réseau de ré-identification des véhicules basé sur des informations secondaires adaptatives et une attention hiérarchique résiduelle. Ce réseau utilise Vision Transformer comme architecture de base, introduit un module d'intégration d'informations secondaires adaptatives qui module dynamiquement les tokens de patch et renforce le contexte afin d'atténuer le décalage de distribution des caractéristiques sous des conditions multi-caméras et multi-vues ; conçoit un module d'agrégation d'attention inter-couches résiduel stable qui introduit une structure résiduelle dans la fusion d'attention multi-couches apprenable, améliorant ainsi la stabilité de la fusion sémantique multi-échelle et la fiabilité globale ; construit un module de partition hiérarchique adaptative multi-têtes qui extrait de façon adaptative des représentations locales avec une certaine explicabilité physique. Les résultats expérimentaux montrent que la méthode atteint 83,8 % de mAP, 97,6 % de Rank-1 et 98,8 % de Rank-5 sur le dataset VeRi-776 ; et 80,6 % et 78,6 % de Rank-1 sur les sous-ensembles Test-1600 et Test-2400 du dataset VehicleID respectivement. La méthode proposée présente un avantage en précision dans des scénarios complexes de ré-identification de véhicules et a une valeur potentielle d’application dans les systèmes de transport intelligents à grande échelle.

Ré-identification des véhicules;Informations secondaires adaptatives;Fusion d'attention hiérarchique;Apprentissage des caractéristiques locales