TRB 2024论文分享:一种基于Swin Transformer的车标识别新方法

2024-01-18 12:52

本文主要是介绍TRB 2024论文分享:一种基于Swin Transformer的车标识别新方法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

TRB(Transportation Research Board,美国交通研究委员会,简称TRB)会议是交通研究领域知名度最高学术会议之一,近年来的参会人数已经超过了2万名,是参与人数和国家最多的学术盛会。TRB会议几乎涵盖了交通领域的所有主题,主要包括公路、铁路、水运、航空、管道等诸多领域,接收来自交通系统、交通工程、交通政策、交通管理、交通实际操作、政府研究、学术研究和工业界最新的研究成果。TRB会议的论文反映了交通领域的研究前沿,具有广泛的参考价值。

本文主要介绍我们在交通领域被TRB 2024接收的关于车辆身份识别的研究工作,论文的题目为《A New Method for Vehicle Logo Recognition Based on Swin Transformer》,第一作者为李杨。车标识别是实现车辆身份识别的核心任务之一,高效的车标识别方法能够有效地识别车辆品牌,进而可以实现车辆跟踪或者车辆品牌市场占有率估计等目标。目前,基于卷积神经网络(CNN)的车标识别方法被广泛应用。然而,CNN的全局建模能力仍然低效,进而使车标识别方法难以突破性能瓶颈。为了解决上述问题,本文使用Swin Transformer实现实时的车标识别并对其进行微调以获得最佳性能。在三个公开车标数据集(HFUT-VL1、XMU、CTGU-VLD)上进行的广泛实验证明了本文方法的优越性。

1. 背景与挑战

(1) 车标特征提取仍不够充分

车标属于小目标,大多数据集采集到的车标图像往往具有较低的分辨率。通过研究发现,捕获车标的细节特征往往能够大幅提高准确率。基于CNN的车标识别方法往往是通过增加网络层数以提取车标更抽象的语义特征。然而,这种方法提高了计算成本,并且会导致梯度爆炸和梯度消失等问题出现。Transformer中的注意力机制能够进行高效的并行计算并轻松捕获抽象的语义特征。因此,本文聚焦使用Transformer中的注意力机制对车标特征进行处理。

(2) CNN全局建模效率较低

在现有的车标识别方法中,基于CNN的方法被大多数研究者重点关注。尽管CNN通过核卷积能够轻松实现空间局部性特征提取,并通过平移卷积来增大感受野以提取丰富的特征。但是,CNN的全局建模效率仍然较低,进而难以突破其性能瓶颈。因此,我们使用Swin Transformer模型,先通过窗口化的注意力机制对车标图像进行局部建模,再利用滑动窗口的方法对每个窗口进行全局建模,以较低的计算代价提高全局建模效率。

2. 方法

图1 基于Swin Transformer的车标识别方法的整体架构

基于Swin Transformer的车标识别方法的整体架构如图1所示。首先,输入的RGB车标图像被分割成互不重叠的patch,其中每个patch可以被视为一个“token”。其次,这些token的原始通道维度通过Linear Embedding投影到任意维度。接下来,多个 Swin Transformer模块以及Patch Merging模块将应用于这些token。最后,与CNN类似,特征向量通过Linear layer映射到与类别数相同维度的输出向量,用于车辆标志的分类。此外,如图2所示,Swin Transformer的高效全局建模在于其独特的窗口注意力计算策略,具体而言,通过W-MSA处理每个独立窗口的特征,再通过SW-MSA建立窗口之间的特征依赖关系,进而实现复杂度与图像尺寸大小成线性关系的高效建模。总之,本文提出的基于Swin Transformer的车标识别方法能够高效提取车标特征进而实现分类,并且该方法具有较低的复杂度和较强的泛化能力。

图2 SW-MSA的注意力计算

3. 实验结果

实验使用的车标公开数据集包括HFUT-VL1、XMU和CTGU-VLD数据集。车标识别方法性能的评价指标主要是准确率(%)和处理速度(image/s)。通过微调Swin Transformer结构参数来提高模型性能,并获得最佳结果。为验证本文方法在车标识别中的有效性,我们在上述三种数据集上进行了两组对比试验。实验结果表明,与对比的车标识别方法相比,本文方法识别准确率和处理速度等方面具有良好的性能

4. 总结

本文提出的基于Swin Transformer车标识别方法实现了实时车标识别,并在多个公开数据集上表现出色。更为重要的是,本文提出的方法以较低的复杂度全面提升了车标识别的性能。未来的研究可以探索将车标识别与车牌、车型和车辆颜色等其它特征的综合识别相结合,进一步全面提升车辆身份识别的性能。

这篇关于TRB 2024论文分享:一种基于Swin Transformer的车标识别新方法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/619054

相关文章

Java中使用Hutool进行AES加密解密的方法举例

《Java中使用Hutool进行AES加密解密的方法举例》AES是一种对称加密,所谓对称加密就是加密与解密使用的秘钥是一个,下面:本文主要介绍Java中使用Hutool进行AES加密解密的相关资料... 目录前言一、Hutool简介与引入1.1 Hutool简介1.2 引入Hutool二、AES加密解密基础

Pytest多环境切换的常见方法介绍

《Pytest多环境切换的常见方法介绍》Pytest作为自动化测试的主力框架,如何实现本地、测试、预发、生产环境的灵活切换,本文总结了通过pytest框架实现自由环境切换的几种方法,大家可以根据需要进... 目录1.pytest-base-url2.hooks函数3.yml和fixture结论你是否也遇到过

鸿蒙中Axios数据请求的封装和配置方法

《鸿蒙中Axios数据请求的封装和配置方法》:本文主要介绍鸿蒙中Axios数据请求的封装和配置方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1.配置权限 应用级权限和系统级权限2.配置网络请求的代码3.下载在Entry中 下载AxIOS4.封装Htt

Redis实现延迟任务的三种方法详解

《Redis实现延迟任务的三种方法详解》延迟任务(DelayedTask)是指在未来的某个时间点,执行相应的任务,本文为大家整理了三种常见的实现方法,感兴趣的小伙伴可以参考一下... 目录1.前言2.Redis如何实现延迟任务3.代码实现3.1. 过期键通知事件实现3.2. 使用ZSet实现延迟任务3.3

idea maven编译报错Java heap space的解决方法

《ideamaven编译报错Javaheapspace的解决方法》这篇文章主要为大家详细介绍了ideamaven编译报错Javaheapspace的相关解决方法,文中的示例代码讲解详细,感兴趣的... 目录1.增加 Maven 编译的堆内存2. 增加 IntelliJ IDEA 的堆内存3. 优化 Mave

Java String字符串的常用使用方法

《JavaString字符串的常用使用方法》String是JDK提供的一个类,是引用类型,并不是基本的数据类型,String用于字符串操作,在之前学习c语言的时候,对于一些字符串,会初始化字符数组表... 目录一、什么是String二、如何定义一个String1. 用双引号定义2. 通过构造函数定义三、St

Python通过模块化开发优化代码的技巧分享

《Python通过模块化开发优化代码的技巧分享》模块化开发就是把代码拆成一个个“零件”,该封装封装,该拆分拆分,下面小编就来和大家简单聊聊python如何用模块化开发进行代码优化吧... 目录什么是模块化开发如何拆分代码改进版:拆分成模块让模块更强大:使用 __init__.py你一定会遇到的问题模www.

Spring Security方法级安全控制@PreAuthorize注解的灵活运用小结

《SpringSecurity方法级安全控制@PreAuthorize注解的灵活运用小结》本文将带着大家讲解@PreAuthorize注解的核心原理、SpEL表达式机制,并通过的示例代码演示如... 目录1. 前言2. @PreAuthorize 注解简介3. @PreAuthorize 核心原理解析拦截与

一文详解JavaScript中的fetch方法

《一文详解JavaScript中的fetch方法》fetch函数是一个用于在JavaScript中执行HTTP请求的现代API,它提供了一种更简洁、更强大的方式来处理网络请求,:本文主要介绍Jav... 目录前言什么是 fetch 方法基本语法简单的 GET 请求示例代码解释发送 POST 请求示例代码解释

Feign Client超时时间设置不生效的解决方法

《FeignClient超时时间设置不生效的解决方法》这篇文章主要为大家详细介绍了FeignClient超时时间设置不生效的原因与解决方法,具有一定的的参考价值,希望对大家有一定的帮助... 在使用Feign Client时,可以通过两种方式来设置超时时间:1.针对整个Feign Client设置超时时间