图交互Transformer

局部全局协同

在同一网络中交替提取局部判别特征与全局鲁棒特征，使车辆再识别在遮挡和视角变化下保持稳定。

Shen, Fei · Xie, Yi · 朱建清 · 祝晓斌 · 曾焕强

IEEE Transactions on Image Processing 2023

参数信息

VeRi- mAP rank-

96.8 %

VehicleID mAP rank-

83.5 %

VERI-Wild mAP rank-

95.8 %

技术优势

局部全局协同

图与Transformer逐层交互，使局部判别特征和全局鲁棒特征彼此增强，而非简单拼接。

补丁内找判别线索

新设计的局部校正图在单个patch内部挖掘节点关系，学习判别性局部特征。

三大数据集最优

在VeRi-776、VehicleID和VERI-Wild三个大规模数据集上均超越现有方法。

应用场景

• 智能交通车辆检索：跨摄像头车辆检索，用于交通违章追踪和套牌车识别。
• 视频监控目标匹配：在监控视频中匹配同一车辆目标，辅助刑侦和安防布控。
• 视觉定位与重识别：在复杂场景中定位并识别车辆，支持智慧城市车辆轨迹分析。