融合多级注意力机制和信息融合的车型识别

来源：电子测量技术杂志2023年第5期北京时间：

作者：李浩，鲍鸿，詹瑞典

单位：1.广东工业大学先进制造学院 揭阳 515200; 2.广东工业大学自动化学院 广州 510006

摘要：不同车型类间外观特征高度相似，同车型类内外观差异大，这对特征提取网络提出了更高的要求。现有的车型识别方案仅依靠车辆外观特征识别，整体识别准确率不高。为此，首先在主干网络设计了多级注意力机制，提高主干网络对车型特征提取和识别能力；其次根据卡口环境下不同车辆位置车辆外观特征的变化提出了车辆位置和外观特征融合结构，从而提取出融合位置信息的复合图像特征，减小类内特征距离，增强主干网络所提取的特征的表达力和稳健性；最后在分析了难例样本注意力热力图基础上，对难例样本注意力区域进行干预，使网络聚焦于车辆细小差异的局部区域。实验结果表明，本文所提出的车型识别方法整体性能比现有方案有显著提升。

关键词：主干网络;注意力机制;特征融合;热力图

基金资助：国家自然科学基金（62001127）、广东工业大学高等教育研究基金（GXLX20210213）项目资助