研究人員提出了用于車(chē)輛搜索的壓制網(wǎng)絡(luò)方法

尋找小偷車(chē)的監(jiān)控?cái)z像頭面臨著艱巨的任務(wù)。汽車(chē)看起來(lái)非常相似，你知道小偷可能很聰明，可以更換車(chē)牌或弄亂車(chē)牌ID以逃避識(shí)別。

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

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

“用于精確車(chē)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(shí)別帶來(lái)了專(zhuān)為監(jiān)控?cái)z像機(jī)的一個(gè)問(wèn)題。

他們?cè)谝恍┍O(jiān)控?cái)z像機(jī)中寫(xiě)道，“這些攝像機(jī)的分辨率不夠高，無(wú)法清楚地顯示車(chē)牌上的數(shù)字。其次，當(dāng)他們?cè)噲D對(duì)一些令人困惑的字符(如'8')進(jìn)行分類(lèi)時(shí)，板識(shí)別系統(tǒng)的性能會(huì)大幅下降。 'B'，'O'和'0'，'D'和'O'等。最重要的是，車(chē)牌通常很容易被遮擋，移除甚至偽造，這使得車(chē)牌與每輛車(chē)的相關(guān)性降低。

他們表示，“精確的車(chē)輛檢索算法不僅應(yīng)該能夠捕捉每個(gè)車(chē)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(lái)表示它的獨(dú)特細(xì)節(jié)。”

他們提出的方法是他們稱(chēng)之為“壓制網(wǎng)絡(luò)”的模式。它們對(duì)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(kāi)發(fā)的技術(shù)。每日郵報(bào)的 Phoebe Weston 表示，這是一個(gè)“多任務(wù)學(xué)習(xí)框架”，旨在尋找汽車(chē)的獨(dú)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(xì)節(jié)。”

這是作者解釋它的方式。“構(gòu)建這樣一個(gè)模型的基本思想是我們希望深度網(wǎng)絡(luò)從兩個(gè)不同的級(jí)別生成兩個(gè)獨(dú)立的子特征 - 粗略的屬性和細(xì)節(jié)，這樣每個(gè)子特征都可以為該級(jí)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(shí)驗(yàn)結(jié)果顯示“我們的RepNet實(shí)現(xiàn)了最先進(jìn)的性能。”

它可以用來(lái)追蹤人類(lèi)嗎?

接下來(lái)，作者提到，對(duì)RepNet的進(jìn)一步研究可能涉及引入哈希函數(shù)來(lái)生成二進(jìn)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(kuò)展到更廣泛的應(yīng)用程序，如面部和人員檢索。”