車両再識別はクロスカメラシーンにおいて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、スマート交通および公共安全監視における重要な課題です。既存手法の局所的な細粒度特徴の活用不足、サイド情報の静的融合、多層注意融合の不安定性といった問題に対処するため、適応的サイド情報と残差階層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、適応的サイド情報統合モジュールを導入してPatchトークンの動的調整およびコンテキスト強化を行い、クロスカメラおよび視点間条件下での特徴分布の偏移を緩和します；安定した残差階層間注意集約モジュールを設計し、多層学習可能注意融合に残差構造を導入して多尺度セマンティクス融合の安定性とグローバルガイダンスの信頼性を向上させます；物理的に解釈可能なローカル表現を適応的に抽出する多頭階層適応分割モジュールを構築します。実験結果は本手法がVeRi-776データセットにおいて83.8%のmAP、97.6%のRank-1、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を獲得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において一定の優位性を持ち、大規模なスマート交通システムへの潜在的な応用価値を有します。

車両再識別;適応的サイド情報;階層注意融合;局所特徴学習