Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 111,204,188
Multi-view Vehicle Re-Identification Method Based on Siamese Convolutional Neural Network Structure
Tác giả hoặc Nhóm tác giả:
Lam Mai, Xiu-Zhi Chen, Chao-Wei Yu, and Yen-Lin Chen*
Nơi đăng:
2020 IEEE International Conference on Consumer Electronics - Taiwan;
S
ố:
1;
Từ->đến trang
: 100-104;
Năm:
2020
Lĩnh vực:
Khoa học công nghệ;
Loại:
Bài báo khoa học;
Thể loại:
Quốc tế
TÓM TẮT
Vehicle re-identification is a popular issue in intelligent traffic research. A lot of proposed method achieve vehicle re-identification by recognizing their license plate, because of the uniqueness. However, license plate can be stolen and pinned to different vehicles by criminals to hide their identities. In addition, the license plate number might be covered by dirt or stain, even hided from different viewpoints, makes the character recognition result might be wrong or unrecognized. To get more robust re-identification result, not only the license plate should be considered, but also the appearance. In this paper, we adopt Siamese Convolutional Neural Network structure, take license plate and vehicle appearance as input, come up with a neural network for vehicle re-identification task. We validate our proposed method on VeRi-776 dataset, and proof that it can deal with vehicle re-identification task well, even under variant viewpoints scenarios.
ABSTRACT
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn