公开(公告)号：CN114266973A

公开(公告)日：2022-04-01

申请号：CN202111588195.2

申请日：2021-12-23

Applicant: 华侨大学

Inventor： 李科萱 ,  杨莎莉 ,  吴含笑 ,  宋佳 ,  张军 ,  朱建清 ,  曾焕强

IPC: G06V20/10 ,  G06V40/10 ,  G06V10/22 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于人车部件联合学习的载人电动车再识别方法及系统，所述方法包括：在训练阶段，构建双分支深度学习网络，获取载人电动车图像作为训练图像集对网络进行训练，得到基于人车部件联合学习的载人电动车再识别模型；在测试阶段，使用训练阶段得到的基于人车部件联合学习的载人电动车再识别模型，对查询图像和注册图像集的图像进行特征提取，计算查询图像特征和注册图像特征之间的距离，选取注册图像集中与查询图像距离近的图像，即为载人电动车再识别结果。本发明利用双分支深度学习网络对电动车进行再识别，可有效提高人车识别准确度，并提高整体识别效率，有利于协助交警快速追查电动车肇事者并规范电动车驾驶。

公开(公告)号：CN114266973B

公开(公告)日：2024-08-09

申请号：CN202111588195.2

申请日：2021-12-23

Applicant: 华侨大学

Inventor： 李科萱 ,  杨莎莉 ,  吴含笑 ,  宋佳 ,  张军 ,  朱建清 ,  曾焕强

IPC: G06V20/52 ,  G06V40/10 ,  G06V10/22 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82 ,  G06N3/045 ,  G06N3/098

Abstract: 本发明提供了一种基于人车部件联合学习的载人电动车再识别方法及系统，所述方法包括：在训练阶段，构建双分支深度学习网络，获取载人电动车图像作为训练图像集对网络进行训练，得到基于人车部件联合学习的载人电动车再识别模型；在测试阶段，使用训练阶段得到的基于人车部件联合学习的载人电动车再识别模型，对查询图像和注册图像集的图像进行特征提取，计算查询图像特征和注册图像特征之间的距离，选取注册图像集中与查询图像距离近的图像，即为载人电动车再识别结果。本发明利用双分支深度学习网络对电动车进行再识别，可有效提高人车识别准确度，并提高整体识别效率，有利于协助交警快速追查电动车肇事者并规范电动车驾驶。