“多模态感知与智能系统”专栏 | 跨模态车辆再辨识方法、挑战与未来发展
“多模态感知与智能系统”专栏 | 跨模态车辆再辨识方法、挑战与未来发展
摘要:车辆再辨识旨在通过车辆外观特征,实现无视场重叠摄像头间的身份匹配与检索,在智慧城市、智能交通等领域中具有重要的研究意义和广阔的应用前景。但是,传统基于可见光单模态的车辆再辨识方法在夜间低可见度、车灯眩光干扰、恶劣天气等条件下性能退化严重,在复杂环境中的适用性受到很大限制。为此,跨模态车辆再辨识应运而生,并取得了快速发展与进步。文中通过对跨模态车辆再辨识技术的研究背景介绍,从跨模态车辆再辨识应用场景出发,将已有研究分为可见光-红外光车辆再辨识和文本-图像车辆再辨识两大类。重点归纳和分析了这两大类场景下各种算法的优劣势,并总结多个公开数据集上各类算法的性能。最后,通过总结本领域面临的主要挑战,并展望未来潜在的发展方向,期望梳理跨模态车辆再辨识技术演进脉络,为后续研究提供启发。