Learning A Repression Network For Precise Vehicle Search

  摘要 公共安全領域視頻監控數量爆炸性的增長將大規模車輛數據庫的檢索技術推到風口浪尖。精準車輛檢索需要根據輸入的查詢圖片查找出所有目標。車輛檢索的難度在於相同視覺特徵的車型之間可能十分相似。爲了解決這個問題,文章提出了RepNet,一種多任務的網絡結構來同時學習每個目標的大體特徵與精細特徵。此外受益於特徵分類的高準確率,提出了一種bucket search方式來減少檢索時間,並基本保持準確率。實
相關文章
相關標籤/搜索