-
公开(公告)号：CN113128441B
公开(公告)日：2022-10-14
申请号：CN202110465670.0
申请日：2021-04-28
Applicant: 安徽大学
Abstract: 一种属性和状态引导的结构嵌入车辆重识别系统和方法，属于计算机视觉技术领域，解决车辆重识别中的相同车辆间的类内差异和不同车辆间类间差异的问题，系统通过基于属性的增强和基于状态的弱化来学习车辆重识别中具有判别力的特征，包括：残差网络模块、基于属性的增强和扩展模块、基于状态的削弱和收缩模块以及全局结构嵌入模块；方法，含两个阶段：训练阶段和测试阶段；利用属性的增强和扩展来增加不同车辆间的特征间距，利用状态的弱化和收缩来减小相同车辆间的特征间距，从而更好的帮助网络学习车辆的特征。
-
公开(公告)号：CN111274988A
公开(公告)日：2020-06-12
申请号：CN202010085045.9
申请日：2020-02-10
Applicant: 安徽大学
Abstract: 本发明公开了一种基于多光谱的车辆重识别方法及装置，所述方法包括：获取可见光特征图、近红外特征图以及热红外特征图；获取各光谱下的类激活图，将各光谱下的类激活图分别通过全局平均池化得到各光谱下的类得分向量；将各光谱下的类得分向量分别通过归一化得到各光谱下的类别预测可能性向量，利用各光谱下的类别预测可能性向量获取各光谱下的损失函数，将各光谱下的损失函数融合获取多流的类别约束损失函数；获取异质协作身份损失函数；获取最终损失函数；训练异质协作感知的多流卷积神经网络，利用训练好的异质协作感知的多流卷积神经网络对车辆进行重识别；本发明的优点在于：能够解决恶劣环境中车辆重识别问题。
-
公开(公告)号：CN113128441A
公开(公告)日：2021-07-16
申请号：CN202110465670.0
申请日：2021-04-28
Applicant: 安徽大学
Abstract: 一种属性和状态引导的结构嵌入车辆重识别系统和方法，属于计算机视觉技术领域，解决车辆重识别中的相同车辆间的类内差异和不同车辆间类间差异的问题，系统通过基于属性的增强和基于状态的弱化来学习车辆重识别中具有判别力的特征，包括：残差网络模块、基于属性的增强和扩展模块、基于状态的削弱和收缩模块以及全局结构嵌入模块；方法，含两个阶段：训练阶段和测试阶段；利用属性的增强和扩展来增加不同车辆间的特征间距，利用状态的弱化和收缩来减小相同车辆间的特征间距，从而更好的帮助网络学习车辆的特征。
-
公开(公告)号：CN111274988B
公开(公告)日：2023-03-24
申请号：CN202010085045.9
申请日：2020-02-10
Applicant: 安徽大学
IPC: G06V20/58 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多光谱的车辆重识别方法及装置，所述方法包括：获取可见光特征图、近红外特征图以及热红外特征图；获取各光谱下的类激活图，将各光谱下的类激活图分别通过全局平均池化得到各光谱下的类得分向量；将各光谱下的类得分向量分别通过归一化得到各光谱下的类别预测可能性向量，利用各光谱下的类别预测可能性向量获取各光谱下的损失函数，将各光谱下的损失函数融合获取多流的类别约束损失函数；获取异质协作身份损失函数；获取最终损失函数；训练异质协作感知的多流卷积神经网络，利用训练好的异质协作感知的多流卷积神经网络对车辆进行重识别；本发明的优点在于：能够解决恶劣环境中车辆重识别问题。
-
-
-
Search Results
4
records
(took 0.013 seconds)
