La reidentificación de vehículos tiene como objetivo coincidir con precisión el mismo vehículo en escenas de múltiples cámaras, siendo una tarea importante para el tráfico inteligente y la vigilancia de la seguridad pública. Frente a problemas de los métodos actuales, como el uso insuficiente de características locales de grano fino, la integración estática de información lateral y la inestabilidad de la fusión de atención multinivel, se propone una red de reidentificación de vehículos basada en información lateral adaptativa y atención jerárquica residual. La red se basa en la arquitectura Vision Transformer, introduce un módulo de integración de información lateral adaptativa para modular dinámicamente los tokens de parches y reforzar el contexto, para aliviar el desplazamiento de la distribución de características entre cámaras y ángulos de vista; diseña un módulo estable de agregación de atención residual entre capas, introduciendo una estructura residual en la fusión de atención multinivel aprendible, para mejorar la estabilidad de la fusión semántica multiescala y la fiabilidad de la guía global; construye un módulo de división jerárquica adaptativa de múltiples cabezas para extraer representaciones locales con cierta interpretación física. Los resultados experimentales muestran que este método alcanza un mAP del 83,8%, Rank-1 del 97,6% y Rank-5 del 98,8% en el conjunto de datos VeRi-776; y Rank-1 del 80,6% y 78,6% en los subconjuntos Test-1600 y Test-2400 de VehicleID, respectivamente. El método propuesto tiene cierta ventaja en precisión en escenarios complejos de reidentificación de vehículos y tiene un valor potencial de aplicación en sistemas de tráfico inteligente a gran escala.

reidentificación de vehículos;información lateral adaptativa;fusión de atención jerárquica;aprendizaje de características locales