摘要
车辆重识别（re-id）面临的一个基本挑战是如何在不同摄像头视角下，面对车辆类内显著差异的情况下，学习到鲁棒且具有判别性的视觉表征。由于现有车辆数据集在训练图像数量和视角多样性方面均存在局限，本文提出通过整合四个公开的车辆数据集，构建一个全新的大规模车辆数据集（命名为VehicleNet），并设计一种新颖而高效的两阶段渐进式学习方法，以从VehicleNet中学习更具鲁棒性的视觉表征。本方法的第一阶段通过传统的分类损失函数，在所有源域（即原始车辆数据集）上训练模型，以学习通用的特征表示。该阶段不强制训练域与测试域之间的完全对齐，因其对目标车辆域具有域无关性，从而增强了模型的泛化能力。第二阶段则在目标车辆数据集上对预训练模型进行微调，通过最小化VehicleNet与任意目标域之间的分布差异，进一步提升模型在特定场景下的适应能力。本文系统地探讨了所提出的多源数据集VehicleNet，并通过大量实验验证了两阶段渐进式表征学习方法的有效性。在AICity Challenge的私有测试集上，我们取得了86.07%的mAP（平均精度均值）的当前最优性能，在另外两个公开的车辆重识别数据集VeRi-776和VehicleID上也取得了具有竞争力的实验结果。我们期望这一新的VehicleNet数据集以及所学习到的鲁棒视觉表征，能够为真实场景下的车辆重识别研究提供有力支持，推动该领域的发展。