[发明专利]一种车辆重识别方法、系统、计算机设备和存储介质

权利要求书

1.一种基于超分辨率的局部特征提取车辆重识别方法，其特征在于，所述方法包括如下步骤：

将车辆图像输入第一神经网络，从中提取全局特征，并对所述全局特征进行训练，得到全局分支重识别结果；

对所述车辆图像中的局部区域目标进行检测，得到初始局部区域块；

对所述初始局部区域块进行超分辨率处理，得到高质量局部区域块；

将所述高质量局部区域块输入第二神经网络，从中提取局部特征，并对所述局部特征进行训练，得到局部分支重识别结果；具体为：

对所述高质量局部区域块进行重识别的检索，计算所述高质量局部区域块与待检索图片块的欧式距离；

根据所述欧式距离，计算每一个高质量局部区域块的辨识度分数；

根据所述辨识度分数计算训练所用的辨识度损失函数；

其中，采用如下公式计算所述高质量局部区域块与待检索图片块的欧式距离：

其中H,W分别代表高质量局部区域块的高与宽，j代表每个像素点，与代表来自两个不同局部特征块的像素点；

采用如下公式计算每一个高质量局部区域块的辨识度分数：

采用如下公式计算训练所用的辨识度损失函数：

其中，i为同一车辆图像检索出的所有局部区域块个数，k为对所述高质量局部区域块进行重识别的检索中检索结果正确匹配的次数；

将所述全局分支重识别结果和所述局部分支重识别结果加权求和，得到重识别结果。

2.根据权利要求1所述的基于超分辨率的局部特征提取车辆重识别方法，其特征在于，所述对所述车辆图像中的局部区域目标进行检测，得到初始局部区域块的步骤包括：

通过YOLOV5模型对所述车辆图像中的局部区域目标进行检测，得到局部区域目标的边界框；

将所述边界框内的图像区域作为初始局部区域块。

3.根据权利要求1所述的基于超分辨率的局部特征提取车辆重识别方法，其特征在于，所述对所述初始局部区域块进行超分辨率处理，得到高质量局部区域块的步骤包括：

将所述初始局部区域块输入RCAN模型，对所述初始局部区域块进行超分辨率处理，得到高质量局部区域块。

4.根据权利要求1所述的基于超分辨率的局部特征提取车辆重识别方法，其特征在于，采用如下公式对所述全局分支重识别结果和所述局部分支重识别结果加权求和，得到重识别结果：

其中，和分别表示所述全局分支重识别结果和所述局部分支重识别结果的权重值，表示所述全局分支重识别结果，表示第i个所述高质量局部区域块，表示块的所述局部分支重识别结果。

5.根据权利要求1所述的基于超分辨率的局部特征提取车辆重识别方法，其特征在于，所述第一神经网络和所述第二神经网络均选用ResNet50模型。