[发明专利]一种用于车辆重识别的全局注意力网络模型

说明书

本发明涉及车辆识别技术领域，具体地涉及一种用于车辆重识别的全局注意力网络模型，包括一个骨干网、一个将特征图分成两部分的局部分支和两个具有全局注意力模块的全局分支；所述骨干网络分裂为3个分支；所述全局注意力网络模型使用全局平均池化来提取特征向量，以覆盖整个车辆信息；所述局部分支，仅将特征图水平划分成两部分。本发明构建了一个具有三个分支的全局注意网络，以提取大量鉴别性信息；构建了CGAM和SGAM两个全局注意力模块，通过结点间的平均成对关系建模结点全局关系并推断结点的重要性程度，降低了计算复杂度；局部分支上将特征图仅水平分割成两部分，很大程度上解决了不对齐和局部不一致性问题。

技术领域

本发明涉及车辆识别技术领域，具体地涉及一种用于车辆重识别的全局注意力网络模型。

背景技术

车辆重识别是指在不同摄像头下对目标车辆的识别，它在智能交通和智慧城市中起着重要作用，它在现实生活中有很多应用。例如，在真实的交通监控系统中，车辆重识别可以对目标车辆起到定位、监督和刑事侦查的作用。随着深度神经网络的兴起和大数据集的提出，提高车辆重识别的准确性已成为近年来计算机视觉和多媒体领域的研究热点。然而，由于多台摄像机下视角不同，以及光照、遮挡等方面的影响，导致类内特征距离变大，类间特征距离变小，进一步增加了识别的难度。

行人重识别和车辆重识别本质上是相同的，都属于图像检索任务。近年来，基于卷积神经网络（CNN）的方法在行人重识别上取得了很大的进展。因此，应用于行人重识别的CNN模型在车辆识别中也具有良好的性能。大多数先进的基于CNN的行人重识别方法采用在ImageNet上预先训练的CNN模型，并在不同的损失的监督下，在重识别数据集上对它们进行调整。

基于CNN的车辆和行人的重识别通常侧重于提取人或车辆图像的全局特征。这样可以从全局上获得完整的特征信息，但全局特征不能很好地描述视角等因素引起的类内差异。为了提取细粒度的局部特征，带有局部分支的PCB（Part-based ConvolutionalBaseline，基于部分卷积基线）和MGN（Multiple Granularity Network，多粒度网络）等行人重识别网络模型被设计出来。这些网络把特征图分成若干条来提取局部特征。另外，后者将局部特征与全局特征相结合，进一步提高了模型的性能。对于车辆重识别，同一车型的车辆在全局外观上基本相同。而在一些小区域，如检验标志、装饰和使用痕迹等，它们可能有很大的差异。因此，汽车局部细微信息对车辆重识别任务同样至关重要。

然而，这些基于局部的模型一方面有一个共同的缺点:为了学习显著的局部特征，它们需要为同一个人提供相对对齐的身体部位。虽然车辆重识别和行人重识别本质上都是图像检索问题，但是车辆的车身部位界限不像行人的那么清晰，并且从不同角度观察到同一辆车的车身差异很大。另一方面，特征图的严格均匀划分破坏了局部内一致性。并且局部一致性的破坏程度一般与局部划分的数量成正比，即划分数量越多，越容易破坏局部内一致性。这将使深度神经网络难以从局部中获取有意义的细粒度局部信息，从而降低了性能。因此，将行人重识别任务中的局部划分方法简单地应用到车辆上是不可行的。

注意机制在人类感知系统中起着重要的作用，它帮助人们专注于识别有用的显著的鉴别性特征，消除一些噪音和背景干扰。对于网络模型，注意力机制可以使模型聚焦于目标主体而不是背景，在重识别任务中得到了广泛的应用。因此，许多带有注意力模块的网络被提出。然而，它们主要是通过在自身信息上直接卷积来构建结点（通道、空间位置）的注意力，或使用结点之间的成对关系来直接重构结点，没有考虑到结点与结点之间的全局关系对构建结点的注意力（重要性）具有重要的指导作用。

在车辆重识别任务中，不同的相机位置会产生光照变化、透视变化和分辨率差异，导致同一车辆在不同视角下的类内差异较大，或由于同一车型而导致不同车辆的类间差异较小。这大大增加了车辆重识别任务的难度。车辆再识别的关键在于车辆辨别性特征的提取。为了更好地从车辆图像中提取此类特征，提高识别的准确率，有必要提出一种用于车辆重识别的全局注意力网络模型。

发明内容