余 烨 傅云翔 杨昌东 路 强

随着车辆的普及、交通运输技术以及智能交通系统的发展,车辆识别作为计算机视觉、图像处理技术应用方面的重要研究课题,具有较大的学术价值和应用前景.无论是无人驾驶[1]、停车场自动收费还是公安部门对特定车辆的大范围检索[2],在不断上升的需求以及相关硬件设备性能升级的刺激下,车辆识别在效率和精度上的要求也在不断提高.套牌车、车牌污损、车标改装和违规喷漆等情况的存在使得单独的车牌、车标[3]等识别技术难以奏效,而车辆型号包含车辆品牌、车辆类型、所属系列和年代款式等信息,其识别属于精细识别的范畴,需要能识别出不同车辆之间的微小差异.因此,车辆型号精细识别将成为新一轮的研究聚焦点,为智能交通部门及交管执法部门提供更好的解决方案.

目前,车辆型号精细识别尚面临如下挑战:

1)车型种类繁多.目前国内已登记的车辆型号种类多达上万种,即使是在一个中等大小的城市,路面上常见的车辆型号也有上千种[4].

2)易受车辆姿态、拍摄环境的影响.真实环境中,车辆的姿态是不固定的,所在场景、环境光照也各不相同.车辆姿态和环境的变化给车型识别增加了难度.

3)车辆型号之间区分难度大.不同于ImageNet[5]图像数据集中各分类对象种类间差异较大,车辆型号识别对象均为四轮汽车,即使目前数据集中的类别数量不足1 000,对应分类任务的难度仍不低于ImageNet 分类任……