車両再識別は、複数のカメラシーン間で同一車両を正確にマッチングすることを目的としており、スマートトラフィックおよび公共安全監視における重要なタスクです。既存手法の局所的な微細特徴の活用不足、副情報の静的融合および多層的注意融合の不安定性といった問題に対処するために、適応型副情報と残差階層的注意に基づく車両再識別ネットワークを提案します。本ネットワークはVision Transformerを基盤アーキテクチャとし、適応型副情報統合モジュールを導入してパッチトークンを動的に調整しコンテキストを強化することで、カメラ間および視点間の特徴分布の偏移を緩和します；安定した残差層間注意集約モジュールを設計し、多層の学習可能な注意融合に残差構造を導入することで多尺度意味融合の安定性と全体的な誘導信頼性を向上させます；多頭階層適応分割モジュールを構築し、一定の物理的解釈性を持つ局所表現を適応的に抽出します。実験結果は、本手法がVeRi-776データセットで83.8％のmAP、97.6％のRank-1および98.8％のRank-5を達成し、VehicleIDデータセットのTest-1600およびTest-2400サブセットでそれぞれ80.6％および78.6％のRank-1を達成したことを示しています。本手法は、複雑な車両再識別シナリオにおける精度で一定の優位性を持ち、大規模なスマートトラフィックシステムでの潜在的な応用価値を有します。

車両再識別;適応型副情報;階層的注意融合;局所特徴学習