本文整理我在车辆重识别（Vehicle Re-ID）方向的一项研究工作：SCGA（Semantic-Context Graph Adapter）。
研究背景
车辆重识别的目标，是在多个互不重叠的摄像头之间检索出同一辆车，支撑跨摄像头车辆检索、交通调查等应用。
难点在于：不同车辆常常颜色、车型、品牌相似；而同一辆车在不同摄像头下，又会因为光照、视角、运动模糊、遮挡和分辨率变化而外观差异很大。因此仅靠外观特征的匹配并不可靠。
核心思想
现有方法往往只在 Re-ID 流程的特定阶段使用语义属性和相机元数据——比如作为辅助监督、相机感知编码、表征网络内部的图推理，或检索时过滤。
SCGA 走了一条不同的路：
把多任务视觉编码器输出的「颜色 / 车型」预测分布 + 相机元数据，构造成一个编码器后置的概率图，在图上对特征做语义-上下文适配。
几个关键点：
- 不依赖关键点、部件或车辆内部结构标注；
- 图由
image、attribute（color / type）、camera三类节点组成； image–attribute边由预测置信度加权，image–camera边来自元数据；- 图卷积传播语义-上下文信息，图精炼后的特征与原始视觉嵌入做残差融合；
- AQE（Alpha Query Expansion）只作为可选的检索时后处理，与表征层增益分开报告。
方法：四个阶段
Stage 1 · 视觉-语义编码
编码器采用 ResNet50-IBN-a，同时输出身份判别特征 I_i 和语义预测 P_i（颜色 + 车型分布），用 identity、triplet、color、type 四个目标联合训练。Stage 1 结束后编码器冻结。
Stage 2 · 语义-上下文图构建
把编码器输出与元数据映射成一个加权异构图 G_sc = (V, E, W)，节点 V = V_img ∪ V_sem ∪ V_ctx：图像节点用 I_i 初始化，语义 / 上下文节点作为共享锚点。
Stage 3 · 图推理 + 残差融合
两层 GCN 在图上传播语义-上下文信息，图精炼特征与原始嵌入做残差融合，得到最终表征。
Stage 4 · 可选检索时精炼（AQE）
用 top-K 近邻做 α 加权查询扩展（K=5, α=3.0），与 SCGA 的表征增益分开评估。
实验结果
VeRi-776
| 方法 | mAP | Rank-1 | Rank-5 |
|---|---|---|---|
| Baseline（ResNet50-IBN-a） | 78.96 | 96.66 | 98.51 |
| SCGA（无后处理） | 87.04 | 97.62 | 98.87 |
| SCGA + AQE | 87.99 | 97.91 | 98.93 |
与代表性方法的 mAP 对比：VAMI+STR 61.3、RAM 61.5、AAVER 58.5、PRN 74.3、VARID 79.3、PVEN 79.5、SAVER 79.6、TransReID 82.0、DFNet 80.9、GiT 80.3、SSBVER 82.1、SRF 82.4、SHCI 82.9、KGG 83.3。
消融：语义节点类型（B=16）
| 节点 | mAP | ΔmAP |
|---|---|---|
| Camera | 78.23 | -0.73 |
| Type | 84.58 | +5.62 |
| Color | 84.75 | +5.79 |
| Color + Type | 86.41 | +7.45 |
| Color + Type + Camera | 87.04 | +8.08 |
结论：语义属性（颜色 / 车型）带来主要增益，相机元数据提供互补的上下文。
其它消融：置信度阈值 τ=0.1、融合比例 λ=0.5；图卷积 GCN 优于 GAT（84.13 vs 77.36，且更稳定）；两层 GCN 最优。
VehicleID 可扩展性
| Split | Baseline mAP | SCGA mAP | ΔmAP |
|---|---|---|---|
| Test800 | 76.71 | 84.19 | +7.48 |
| Test1600 | 75.17 | 81.79 | +6.62 |
| Test2400 | 72.79 | 79.31 | +6.52 |
效率（RTX 2080Ti，11,579 张画廊图）
SCGA 增加 8.47M 参数、0.67 GFLOPs；单查询延迟从 7.76ms 增至 9.53ms，AQE 另加 0.35ms；默认 B=16 时 3.97ms/query（约 252 queries/s）。
AIC21 CityFlow-ReID 迁移
属性对齐微调后达到 79.93% mAP、94.16% Rank-1；零样本定性分析也验证了跨相机网络与数据分布下，语义-上下文图适配仍然有效。
主要贡献
- 提出 SCGA——编码器后置的语义-上下文图适配器；
- 构造概率异构图（image ↔ color/type 置信度加权边、image ↔ camera 元数据边）；
- 用图推理 + 残差融合精炼视觉嵌入，保留身份判别的外观特征；
- 在 VeRi-776、VehicleID、AIC21 CityFlow-ReID 上验证。
论文状态
本工作投稿 WACV 2027（Applications Track），目前处于审稿阶段。项目说明已同步到 github.com/Fuhai-Liang/Project 的 SCGA/ 目录，代码将在论文接收后整理发布。