La ré-identification des véhicules vise à associer précisément le même véhicule dans des scènes entre plusieurs caméras, constituant une tâche importante pour les transports intelligents et la surveillance de la sécurité publique. Face aux problèmes des méthodes existantes, comme l'utilisation insuffisante des caractéristiques locales fines, l'intégration statique des informations complémentaires et l'instabilité de la fusion d'attention multi-couches, nous proposons un réseau de ré-identification des véhicules basé sur des informations complémentaires adaptatives et une attention hiérarchique résiduelle. Ce réseau s'appuie sur l'architecture Vision Transformer, introduit un module d'intégration adaptative des informations complémentaires pour moduler dynamiquement les tokens de patchs et renforcer le contexte, afin d'atténuer le décalage de distribution des caractéristiques entre différentes caméras et angles de vue ; conçoit un module d'agrégation d'attention résiduelle stable entre couches, introduisant une structure résiduelle dans la fusion d'attention multi-couches apprenante, pour améliorer la stabilité de la fusion sémantique multi-échelle et la fiabilité de la guidance globale ; construit un module de partition hiérarchique adaptative multi-tête pour extraire des représentations locales avec une certaine interprétabilité physique. Les résultats expérimentaux montrent que cette méthode atteint 83,8% de mAP, 97,6% de Rank-1 et 98,8% de Rank-5 sur le jeu de données VeRi-776 ; et 80,6% et 78,6% de Rank-1 respectivement sur les sous-ensembles Test-1600 et Test-2400 du jeu VehicleID. La méthode présentée présente un avantage en précision dans des scénarios complexes de ré-identification des véhicules et possède une valeur d'application potentielle dans des systèmes de transport intelligents à grande échelle.

ré-identification des véhicules;informations complémentaires adaptatives;fusion d'attention hiérarchique;apprentissage des caractéristiques locales