Revisiting Vehicle Color Recognition in Long-Tailed Surveillance Scenarios
重新审视长尾监控场景中的车辆颜色识别
机构 * Pontifical Catholic University of Paraná(巴拉那天主教大学) ; National High Court of Brazil(巴西国家高等法院) ; Federal University of Paraná(巴拉那联邦大学)
专题命中 其他图像生成 :image generation(abstract);分类 cs.CV
AI总结 针对监控场景中车辆颜色分布高度不平衡的问题,本文提出结合生成式数据增强、视觉表征、损失重加权等方法的综合方案,在UFPR-VeSV数据集上实现94.6%微平均和79.7%宏平均准确率,宏平均比近期文献提升8.2个百分点。
Comments Accepted for presentation at the 2026 International Conference on Pattern Recognition (ICPR) - V3SC Workshop