近日，由我院青年博士李洪潮指导大三本科生陈锦功完成的一项关于车辆重识别方面的研究成果“昼夜跨域车辆重识别”被计算机视觉领域顶级会议CVPR录用。

车辆重识别(Re-ID)的目的是在不重叠的摄像头之间检索车辆。现有的车辆重识别研究大多在有利的照明条件下进行，而忽略跨昼夜的性能，这极大地阻碍了相关智能交通应用程序的发展。基于此，论文作者为昼夜跨域交通场景开发了一个新颖的昼夜双域调制车辆重识别框架。首先，这篇论文提供了独特的夜间眩光抑制模块，以减轻原始夜间车辆图像的大灯眩光问题。 其次，为了增强弱光环境下的车辆特征，这篇论文在特征提取器中提出了双域结构增强模块，从而增强了外观特征之间的几何结构。最后，为了减轻昼夜域的差异，这篇论文开发了一个跨域类别感知模块，以促进两个域中的外观与结构特征之间的交互。在这项工作中，这篇论文解决了昼夜跨域重识别问题，并提供了一个名为DN-Wild的跨域数据集，包括2286个身份的白天和夜间图像。此外，这篇论文还考虑了白天和夜间样本之间的数据平衡问题，并提供了一个名为DN-348的数据集。

论文题目为“Day-Night Cross-domain Vehicle Re-identification”，我院李洪潮老师为论文第一作者，数统学院统计学专业大三本科生陈锦功在网络与信息安全安徽省重点实验室实习期间参与这项工作为论文的第二作者，安徽师范大学计算机与信息学院为第一完成单位。

                                                                                   图1：整体框架图

CVPR(IEEE Conference on Computer Vision and Pattern Recognition)是计算机视觉领域世界三大顶级会议之一，是CCF推荐的A类会议，其收录的论文代表了计算机视觉领域的最新发展方向和最高研究水平。2023年，CVPR的H5指数在所有会议或出版物中位列第四，仅次于《自然》、《科学》和《新英格兰医学杂志》。