La reidentificación de vehículos tiene como objetivo coincidir con precisión el mismo vehículo en escenarios de múltiples cámaras, siendo una tarea importante en el transporte inteligente y la vigilancia de la seguridad pública. Para abordar los problemas de la insuficiente utilización de características locales finamente detalladas, la integración estática de la información lateral y la inestabilidad de la fusión de atención multinivel en los métodos existentes, se propone una red de reidentificación de vehículos basada en información lateral adaptativa y atención jerárquica residual. Esta red se basa en la arquitectura Vision Transformer, introduciendo un módulo de integración de información lateral adaptativa que modula dinámicamente los tokens de parche y mejora el contexto para aliviar el sesgo en la distribución de características bajo condiciones de múltiples cámaras y múltiples ángulos; diseña un módulo estable de agregación de atención residual entre capas que introduce estructuras residuales en la fusión de atención multinivel alcanzable, mejorando la estabilidad de la fusión semántica multiescala y la fiabilidad global; construye un módulo de partición jerárquica adaptativa de múltiples cabezas para extraer adaptativamente representaciones locales con cierta interpretabilidad física. Los resultados experimentales muestran que este método logra un mAP del 83.8%, un Rank-1 del 97.6% y un Rank-5 del 98.8% en el conjunto de datos VeRi-776; y un Rank-1 del 80.6% y 78.6% en los subconjuntos Test-1600 y Test-2400 del conjunto de datos VehicleID, respectivamente. El método propuesto presenta una cierta ventaja en precisión en escenarios complejos de reidentificación de vehículos y tiene un valor potencial de aplicación en sistemas de transporte inteligente a gran escala.

Reidentificación de vehículos;Información lateral adaptativa;Fusión de atención jerárquica;Aprendizaje de características locales