車輛重識別的意義？

車輛重識別是找到與給出的query相同的車，但有些車的外觀是一模一樣的，根本無法區分，那車輛reid的意義在哪裡？

其實吧，我覺得vehicle reid也得分兩個不同的場景去考慮。

一個是跨攝像頭的車輛檢索，說白了也就是縮小工作量罷了，尤其是當嫌疑人換牌照或者牌照不清晰的時候，結合一定的先驗信息，還是能有效縮小實際工作量的。

另外一個么，就是固定攝像頭裡了，比如無人駕駛中，可以通過分析判斷出近幾個幾十個小時中，無人駕駛車輛周圍車輛的行駛軌跡跟蹤軌跡之類的，也能有一定幫助。

不過對於這個問題，我個人理解可能還不是很深刻，還是召喚乃岩叔來回答會更有見解一些。

@Naiyan Wang

我個人認為通過車輛細節特徵進行車輛重識別的實用意義比較有限，原因有三：

1）當車輛懸掛號牌時，直接通過車輛號牌定位位置就可以定位指定車輛位置，並不需要通過車輛外觀特徵做識別。

2）當車輛號牌信息不可用時，通過車輛外觀特殊細節檢索指定車輛是一廂情願。車輛為大眾商品，在車輛所有者不改變車輛外觀的前提下，兩個同品牌同款式車型除了號牌之外沒有其他區別，特異性遠不如於行人個體。由於正常道路場景下車輛未懸掛號牌本身就是及其特殊的特徵，利用這個特徵也許就可以定位車輛位置。

3）車輛駕駛人、內飾或擋風玻璃粘貼等由駕駛人決定的內部細節特徵，即便是目前最常用的1080p攝像頭，在交通攝像頭監控距離下也未必可以捕獲到足夠分辨車輛ID的清晰細節。

總結一下，車輛重識別也許可以大顯神威的情況：

1）車輛未懸掛或遮擋號牌，或指定路段範圍內所有的交通攝像頭均未能拍攝到車輛號牌（這可能性極低，交警部門不是吃乾飯的）；

2）車輛外飾有特殊細節，或車輛型號款式在指定場景較為稀少；

3）交通攝像頭距離車輛較近，可以拍攝到清晰內部細節；

意義就是做應用么?

已知某一時刻, 車在A處, 一小時後, 找這個車

假設個速度, 能得到一個圓形區域, 這是假設空間.
配上地圖, 濾掉不是道路的地方, 假設空間減小
一小時內攝像頭數據reid, 召回所有可能候選
參考車牌信息過濾定位可能位置.

實際上可以參考的信息應該會更多. 外觀一樣, 年檢標不一定貼的位置一樣, 駕駛員的位置不一定一樣, 副駕有沒有人也不一定一樣....

反正, 作為中間環節, 還算有用吧.

我目前接觸到的車輛重識別主要應用兩方面:1)在交警車輛違章判罰，結合前端抓拍的圖，判斷目標車輛是否違章，包括不按車道線行駛，闖紅燈，壓線等，形成證據鏈，這裡需要在抓拍的圖中找出目標車輛，這就需要車輛重識別，因為車輛在夜晚或者轉彎或者較遠時無法正確檢測和識別車牌。2)在車輛搜索方面，主要嫌疑車輛存在無牌和套牌的情況，無法使用車牌信息，可以通過重識別技術查找嫌疑車輛，減少人力成本。

做過一些相關研究。個人認為的一些應用價值：

1.首先業界的需求還是有的，在工業界可以結合tracking，攝像頭時間差等先驗信息實現跨攝像頭跟蹤。vehicle reid的特徵也可用於tracking性能的提升。

2.在gallery較小的情況下，除車型一樣的情況下其他車輛都可以被排除掉。可以做小檢索庫範圍的reid。

3.在實際道路中低點攝像頭拍攝的情況下，車牌常有被遮擋情況。由於近點拍攝可用reid提取一些車內裝飾物、年檢標誌、甚至車內司機等特徵來實現reid或輔助車牌識別完成reid。

當然學術界上還存在很多難點待解決

這個問題和「person reid能幹什麼」很相似。無論是行人還是車，僅僅通過解析度如此之低的外表是無法準確判斷是不是同一個id的。目前二者最大的作用都在多相機檢索系統的初篩。比如通過person reid找出一部分外觀相似的行人，然後再結合人臉驗證身份。車也一樣，可以通過appearance feature 做初步篩選，再通過軌跡上的卡口號牌做準確的驗證。

行人的這個用法是真實案例，車的不確定現在有沒有真正落地的案例。

第一，車輛重識別從技術上來說比行人重識別難度要大，因為車輛剛性物體的表觀特徵區別不大，即使有局部特徵(粘貼物、掛件、蜘蛛俠擺件等)也很難準確提取和表達;

第二，用戶需求上也沒有行人重識彆強烈，畢竟車輛檢索可以利用車牌識別比對解決，所以車輛重識別技術研究就沒那麼火;

意義:

1.檢索庫不是很大的情況下，例如可以應用在收費停車場，針對無牌車的計費。

2.針對沒有車牌信息的目標車輛檢索(沒有懸掛號牌或者只有車輛的側面圖像等)，在檢索庫龐大的情況下，可以結合車輛的車系、顏色等過濾條件，降低檢索庫數量，再利用車輛的特徵去比對相似度排序。