A reidentificação de veículos tem como objetivo corresponder com precisão o mesmo veículo em cenários de múltiplas câmeras, sendo uma tarefa importante para o tráfego inteligente e a vigilância da segurança pública. Para os problemas dos métodos existentes, como a utilização insuficiente de características locais finas, a integração estática de informações laterais e a fusão de atenção multinível instável, propõe-se uma rede de reidentificação de veículos baseada em informações laterais adaptativas e atenção hierárquica residual. A rede baseia-se na arquitetura Vision Transformer, introduz um módulo de integração de informações laterais adaptativas para modular dinamicamente os tokens de patch e reforçar o contexto, para aliviar o desvio da distribuição de características entre câmeras e ângulos de visão; projeta um módulo estável de agregação de atenção residual entre camadas, introduzindo uma estrutura residual na fusão de atenção multinível aprendível, para melhorar a estabilidade da fusão semântica multiescala e a confiabilidade da orientação global; constrói um módulo de divisão hierárquica adaptativa de múltiplas cabeças para extrair representações locais com certa interpretabilidade física. Os resultados experimentais mostram que este método alcança 83,8% de mAP, 97,6% de Rank-1 e 98,8% de Rank-5 no conjunto de dados VeRi-776; e 80,6% e 78,6% de Rank-1 nos subconjuntos Test-1600 e Test-2400 do conjunto de dados VehicleID, respectivamente. O método proposto apresenta certa vantagem em precisão em cenários complexos de reidentificação de veículos e possui potencial valor de aplicação em sistemas inteligentes de tráfego em larga escala.

reidentificação de veículos;informações laterais adaptativas;fusão de atenção hierárquica;aprendizado de características locais