基于多元信息融合的车路协同重识别算法

来源：机械工程学报杂志2024年第16期北京时间：

作者：钱敏, 耿可可, 殷国栋, 李尚杰, 王子威, 孙宇啸

单位：东南大学机械工程学院 南京 211189

摘要：针对车路协同系统的感知信息冗余问题，提出一种基于多元信息融合的重识别算法。算法输入为两个目标的图像与轨迹，通过计算图像相似度与轨迹相似度，并设计考虑多种权重的融合策略，最终得到两个目标的相似度，并做出对应的重识别处理。对于图像相似度，设计一种轻量化的图像相似度孪生网络；对于轨迹相似度，设计一种轨迹相似度算法；对于融合策略，通过计算图像质量权重、轨迹质量权重、图像相似度权重、轨迹相似度权重等四种权重，使用融合函数实现对图像与轨迹信息的融合。搭建真实交通场景下的车路协同系统，并基于该系统进行多种工况的试验来验证算法的有效性。结果表明，相较于SVDNet、Cam-GAN、MultiScale等基于单一信息元的重识别算法，基于多元信息融合的车路协同重识别算法提高了30%以上的重识别正确率和降低了20%以上的重识别漏检率。

关键词：车路协同,重识别,图像相似度,轨迹相似度,多元信息融合；

基金资助：国家自然青年基金(51905095)、江苏省重点研发计划(BE2019004)、国家杰出青年科学基金(52025121)和国家自然科学基金(51975118)资助项目。