針對多光譜車輛重識別中,不同模態(tài)、視角和身份的異質(zhì)性導(dǎo)致的跨模態(tài)差異問題,安徽大學(xué)人工智能學(xué)院鄭愛華副教授團(tuán)隊(duì)構(gòu)建了一個(gè)高質(zhì)量的多光譜車輛數(shù)據(jù)集,提出了一個(gè)新穎的跨方向一致性網(wǎng)絡(luò),通過約束模態(tài)中心距離和樣本中心距離的方式克服模態(tài)與樣本差異性,并提出自適應(yīng)層歸一化進(jìn)一步緩解模態(tài)差異,提升多光譜車輛重識別性能。該方法克服了多光譜車輛重識別的模態(tài)差異和類內(nèi)差異,優(yōu)化了多模態(tài)特征分布,從而達(dá)到更好的多光譜車輛重識別性能;并且相比現(xiàn)有工作貢獻(xiàn)了一個(gè)更大規(guī)模的高質(zhì)量數(shù)據(jù)集。
該研究工作以“Cross-directional Consistency Network with Adaptive Layer Normalization for Multi-spectral Vehicle Re-identification and A High-quality Benchmark”為題被信息融合領(lǐng)域的頂級國際學(xué)術(shù)期刊Information Fusion(影響因子17.564)接收,安徽大學(xué)為第一通訊單位,人工智能學(xué)院鄭愛華副教授為第一作者、李成龍教授為通訊作者。
新聞鏈接:http://www.ahu.edu.cn/2023/0629/c15059a311107/page.htm
網(wǎng)站內(nèi)容來源于互聯(lián)網(wǎng),由網(wǎng)絡(luò)編輯負(fù)責(zé)審查,目的在于傳遞信息,提供專業(yè)服務(wù),不代表本網(wǎng)站平臺贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)。如因內(nèi)容、版權(quán)問題存在異議的,請與我們?nèi)〉寐?lián)系,我們將協(xié)調(diào)給予處理(按照法規(guī)支付稿費(fèi)或刪除),聯(lián)系方式:ahos@aiofm.ac.cn 。網(wǎng)站平臺將加強(qiáng)監(jiān)控與審核,一旦發(fā)現(xiàn)違反規(guī)定的內(nèi)容,按國家法規(guī)處理,處理時(shí)間不超過24小時(shí)。