计算机工程与应用

作者：徐岩, 刘国荣, 张晓迪, 崔海青, 薛威海, 朱国生

单位：1.山东科技大学 电子信息工程学院，山东 青岛 266590；2.海信研究发展中心，山东 青岛 266100；

关键词：车辆重识别（Vehicle Re-ID）,图像修复,轻量级特征金字塔分支,分支融合

基金：山东省研究生教育优质课程项目（SDYKC19083）；山东省山东科技大学-海信（山东）冰箱有限公司研究生教育联合培养基地项目（SDYJD18027）；海信研究发展中心项目（SKDHKQ20230612，SKDHKQ20240464）。

车辆重识别要求模型既关注车辆的整体轮廓，又关注车辆在不同阶段的微妙局部细节，在更深层次上提取区别特征。为解决上述问题，构建了一个具有轻量级大感受野的金字塔分支，在仅引入少于0.84×106个额外参数的同时，显著提高了骨干网络的性能，可使模型专注于网络深层的全局纹理。为了使金字塔分支学习有效的特征表示，提出了骨干引导融合（backbone guided fusion，BGF）模块，可将金字塔分支特征与骨干特征进行自适应融合，以帮助金字塔分支学习到有效信息。此外，采用了图像去模糊（image deblurring，ID）技术对输入特征进行预处理，并结合并行注意力机制来加强对特征细节的关注。在Veri-776和VehicleID数据集上进行的实验表明，所提出的轻量化方法有效提高了车辆重识别的准确性和泛化能力。

来源：2026年第5期

《计算机工程与应用》期刊编辑部

查看计算机工程与应用杂志2026年第5期