基于深度学习的车辆重识别研究进展

来源：计算机工程与应用杂志2025年第16期北京时间：

作者：平灿, 李雷孝, 刘东江, 林浩, 史建平

单位：1.内蒙古工业大学 数据科学与应用学院，呼和浩特 010080；2.内蒙古自治区北疆网络空间安全重点实验室，呼和浩特 010080；3.内蒙古自治区基于大数据的软件服务工程技术研究中心，呼和浩特 010080；4.天津理工大学 计算机科学与工程学院，天津 300384；5.鄂尔多斯市市民卡建设有限公司，内蒙古 鄂尔多斯 017099

摘要：随着智能监控和公共安全领域对车辆重识别技术需求日益增长，基于深度学习的方法凭借强大的图像处理能力逐渐成为研究的热点。传统的手工特征方法已无法满足现代车辆重识别面临的海量数据处理需求。梳理了当前基于深度学习的车辆重识别研究。介绍了车辆重识别的背景知识。根据数据输入源的不同，将现有方法分为表征学习和跨域学习两大类。表征学习关注全局特征和辅助特征的提取与融合，跨域学习则致力于处理不同领域之间的适应性问题。系统地总结了各类方法的关键技术，评述了它们的优势与局限性。最后探讨了未来研究的方向，提出通过多模态数据融合、无监督学习方法、大语言模型等先进技术来进一步提升车辆重识别的准确性和鲁棒性。

关键词：深度学习,车辆重识别,表征学习,特征提取,生成模型