公开(公告)号：CN119007138B

公开(公告)日：2024-12-24

申请号：CN202411487950.1

申请日：2024-10-24

Applicant: 安徽大学

Inventor： 王雪雁 ,  吕强 ,  陈思宝 ,  汤进

IPC: G06V20/54 ,  G06V10/82 ,  G06V10/764 ,  G06V10/762 ,  G06V10/74 ,  G06V10/40 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供三重注意力无监督车辆重识别方法、系统、设备及介质，方法包括：将多个基准车辆图像和待查车辆图像，输入至重识别模型中的特征提取网络，将基准车辆图像对应的第一特征、第二特征和第三特征形成目标特征，将待查车辆图像对应的第一特征、第二特征和第三特征形成待查特征；根据目标特征和待查特征，通过重识别模型中的分类网络确定待查车辆图像和各个基准车辆图像之间的特征综合相似度；根据特征综合相似度，通过重识别模型中的分类网络从多个基准车辆图像中，选取与待查车辆图像之间的特征综合相似度满足预设匹配条件的车辆图像。本发明可提高车辆重识别的准确性。

公开(公告)号：CN119007138A

公开(公告)日：2024-11-22

申请号：CN202411487950.1

申请日：2024-10-24

Applicant: 安徽大学

Inventor： 王雪雁 ,  吕强 ,  陈思宝 ,  汤进

IPC: G06V20/54 ,  G06V10/82 ,  G06V10/764 ,  G06V10/762 ,  G06V10/74 ,  G06V10/40 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供三重注意力无监督车辆重识别方法、系统、设备及介质，方法包括：将多个基准车辆图像和待查车辆图像，输入至重识别模型中的特征提取网络，将基准车辆图像对应的第一特征、第二特征和第三特征形成目标特征，将待查车辆图像对应的第一特征、第二特征和第三特征形成待查特征；根据目标特征和待查特征，通过重识别模型中的分类网络确定待查车辆图像和各个基准车辆图像之间的特征综合相似度；根据特征综合相似度，通过重识别模型中的分类网络从多个基准车辆图像中，选取与待查车辆图像之间的特征综合相似度满足预设匹配条件的车辆图像。本发明可提高车辆重识别的准确性。

公开(公告)号：CN119007139A

公开(公告)日：2024-11-22

申请号：CN202411487952.0

申请日：2024-10-24

Applicant: 安徽大学

Inventor： 王雪雁 ,  吕强 ,  陈思宝 ,  汤进

IPC: G06V20/54 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/44 ,  G06V10/52 ,  G06V10/75 ,  G06V10/80 ,  G06V10/82 ,  G06F16/583

Abstract: 本发明提供双重注意力跨模态车辆重识别方法、系统、设备及介质，识别方法包括：获取待查车辆图像和多个基准车辆图像；将多个基准车辆图像和待查车辆图像，输入至重识别模型中的特征提取网络，将基准车辆图像对应的全局特征、局部特征和全局‑局部特征形成目标特征，以及将待查车辆图像对应的全局特征、局部特征和全局‑局部特征形成待查特征；重识别模型中的分类网络根据目标特征和待查特征，确定待查车辆图像和各个基准车辆图像之间的特征综合相似度；重识别模型中的分类网络根据特征综合相似度，从多个基准车辆图像中，选取与待查车辆图像之间的特征综合相似度满足预设匹配条件的多个车辆图像。本发明具有车辆图像重识别精度较高的优点。

公开(公告)号：CN119007139B

公开(公告)日：2025-01-28

申请号：CN202411487952.0

申请日：2024-10-24

Applicant: 安徽大学

Inventor： 王雪雁 ,  吕强 ,  陈思宝 ,  汤进

IPC: G06V20/54 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/44 ,  G06V10/52 ,  G06V10/75 ,  G06V10/80 ,  G06V10/82 ,  G06F16/583

Abstract: 本发明提供双重注意力跨模态车辆重识别方法、系统、设备及介质，识别方法包括：获取待查车辆图像和多个基准车辆图像；将多个基准车辆图像和待查车辆图像，输入至重识别模型中的特征提取网络，将基准车辆图像对应的全局特征、局部特征和全局‑局部特征形成目标特征，以及将待查车辆图像对应的全局特征、局部特征和全局‑局部特征形成待查特征；重识别模型中的分类网络根据目标特征和待查特征，确定待查车辆图像和各个基准车辆图像之间的特征综合相似度；重识别模型中的分类网络根据特征综合相似度，从多个基准车辆图像中，选取与待查车辆图像之间的特征综合相似度满足预设匹配条件的多个车辆图像。本发明具有车辆图像重识别精度较高的优点。