研究人員提出了用于車輛搜索的壓制網(wǎng)絡(luò)方法

尋找小偷車的監(jiān)控攝像頭面臨著艱巨的任務(wù)。汽車看起來非常相似，你知道小偷可能很聰明，可以更換車牌或弄亂車牌ID以逃避識別。

北京大學(xué)的研究人員正在尋找另一種追蹤車輛的方法。認為面部識別，但這次是汽車。他們的設(shè)計方法是為了在車內(nèi)劃傷甚至可以提供幫助。

他們的論文在技??術(shù)細節(jié)上描述了他們的工作，并且它在arXiv上。

“用于精確車輛搜索的學(xué)習(xí)壓制網(wǎng)絡(luò)”由徐千彤，柯燕和田永紅主持。

在他們的論文中，作者呼吁關(guān)注到牌照板識別帶來了專為監(jiān)控攝像機的一個問題。

他們在一些監(jiān)控攝像機中寫道，“這些攝像機的分辨率不夠高，無法清楚地顯示車牌上的數(shù)字。其次，當(dāng)他們試圖對一些令人困惑的字符(如'8')進行分類時，板識別系統(tǒng)的性能會大幅下降。 'B'，'O'和'0'，'D'和'O'等。最重要的是，車牌通常很容易被遮擋，移除甚至偽造，這使得車牌與每輛車的相關(guān)性降低。

他們表示，“精確的車輛檢索算法不僅應(yīng)該能夠捕捉每個車輛的顏色和模型等粗粒度屬性，還應(yīng)該學(xué)習(xí)更多具有辨別力的特征來表示它的獨特細節(jié)。”

他們提出的方法是他們稱之為“壓制網(wǎng)絡(luò)”的模式。它們對Repression Network意味著什么?

Jasper Hamill in the Sun：“ 壓制 網(wǎng)絡(luò) ”一詞指的是北京大學(xué)開發(fā)的技術(shù)。每日郵報的 Phoebe Weston 表示，這是一個“多任務(wù)學(xué)習(xí)框架”，旨在尋找汽車的獨特功能。壓制層管理所有生成的數(shù)據(jù)，“允許它只關(guān)注廣泛和突出的細節(jié)。”

這是作者解釋它的方式。“構(gòu)建這樣一個模型的基本思想是我們希望深度網(wǎng)絡(luò)從兩個不同的級別生成兩個獨立的子特征 - 粗略的屬性和細節(jié)，這樣每個子特征都可以為該級別嵌入更多的判別信息，并且可以更好地用于執(zhí)行精確的檢索任務(wù)。“

研究人員表示，實驗結(jié)果顯示“我們的RepNet實現(xiàn)了最先進的性能。”

它可以用來追蹤人類嗎?

接下來，作者提到，對RepNet的進一步研究可能涉及引入哈希函數(shù)來生成二進制特征“或?qū)⒕矸e組分成兩組。此外，我們還可以將我們的框架擴展到更廣泛的應(yīng)用程序，如面部和人員檢索。”