申请/专利权人:上海市刑事科学技术研究院
申请日:2020-09-23
公开(公告)日:2021-02-26
公开(公告)号:CN112418262A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06K9/46(20060101);G06K9/34(20060101);G06N3/04(20060101);G06T7/73(20170101)
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.03.03#发明专利申请公布后的驳回;2021.03.16#实质审查的生效;2021.02.26#公开
摘要:本发明公开了车辆再识别的方法、客户端及系统,涉及计算机视觉和模式识别技术领域。所述方法包括,训练过程:将包含不同车辆图像的车辆图像集作为输入数据,输入到卷积神经网络模型中进行训练直至模型收敛,获得基础网络模型;再识别过程:获取用户输入的查询车辆图像,基于基础网络模型分别获得查询车辆图像和比对库中每个图像的特征向量,并通过构建深度度量学习网络计算特征向量之间的距离,根据距离实施排序并输出识别结果;其中,特征向量为将多个融入视角特征的局部分块特征、加入了相对位置信息后进行特征融合生成的全局特征。本发明融合了多属性特征,增加了特征对应位置信息,可自适应视角变化,优化了识别率与计算量性价比。
主权项:1.一种车辆再识别的方法,其特征在于,包括训练过程和再识别过程,步骤如下:训练过程:将包含不同车辆图像的车辆图像集作为输入数据,输入到卷积神经网络模型中进行训练直至模型收敛,获得基础网络模型;再识别过程:获取用户输入的查询车辆图像,基于前述基础网络模型分别获得查询车辆图像和比对库中每个图像的特征向量,并通过构建深度度量学习网络,计算查询车辆的特征向量与比对库中图像的特征向量之间的距离,根据前述距离实施排序,并输出识别结果;其中,所述特征向量为将多个融入视角特征的局部分块特征、加入了相对位置信息后进行特征融合,生成的全局特征。
全文数据:
权利要求:
百度查询: 上海市刑事科学技术研究院 车辆再识别的方法、客户端及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。