Переформление транспортных средств направлено на точное сопоставление одного и того же автомобиля в условиях нескольких камер и является важной задачей в интеллектуальном транспорте и общественном контроле безопасности. Учитывая проблемы недостаточного использования локальных тонкозернистых признаков, статичного объединения побочной информации и нестабильного объединения многослойного внимания в существующих методах, предложена сеть переформления транспортных средств на основе адаптивной побочной информации и резидуального иерархического внимания. Сеть построена на основе Vision Transformer, вводит модуль адаптивной интеграции побочной информации для динамической модуляции и контекстного усиления patch-токенов с целью уменьшения сдвига распределения признаков в условиях различных камер и ракурсов; разработан стабильный модуль агрегирования резидуального межслойного внимания для повышения стабильности многомасштабного семантического объединения и надежности глобального руководства; создан модуль многошагового иерархического адаптивного разделения для извлечения локальных представлений с определенной физической интерпретируемостью. Результаты экспериментов показывают, что метод достигает mAP 83,8%, Rank-1 97,6% и Rank-5 98,8% на датасете VeRi-776; показатели Rank-1 80,6% и 78,6% на подмножествах Test-1600 и Test-2400 датасета VehicleID соответственно. Метод демонстрирует определенное преимущество в точности в сложных сценариях переформления транспорта и обладает потенциальной применимостью в масштабных системах интеллектуального транспорта.

Переформление транспортных средств;Адаптивная побочная информация;Иерархическое объединение внимания;Обучение локальных признаков