[发明专利]特征向量转换模型处理方法、装置、服务器及存储介质

说明书

本申请公开了一种特征向量转换模型处理方法、装置、服务器及计算机存储介质。其中，特征向量转换模型处理方法，包括：将预设的训练样本集分别输入到N个车辆识别模型中，输出初始特征向量集，N为大于1的整数；对初始特征向量集进行特征向量融合处理，得到目标特征向量集，目标特征向量集与初始特征向量集之间的相似度大于或等于第一相似度阈值；根据初始特征向量集与目标特征向量集，分别建立与每一车辆识别模型关联的目标特征向量转换模型。本申请实施例有效克服了现有技术中所存在的数据割裂的缺陷，进而有助于准确对车辆进行识别。

技术领域

本申请属于机器学习技术领域，尤其涉及一种特征向量转换模型处理方法、装置、服务器及存储介质。

背景技术

目前，车辆识别技术已经越来越多地应用到道路交通等领域中。基于识别模型对包括车辆的影像数据进行特征向量的提取，将提取的特征向量与特征向量库进行匹配，以实现对车辆的识别，已经成为比较常见的车辆识别技术。

然而，实际应用中，识别模型可能会存在多种，同一车辆的影像数据通过不同识别模型提取出的特征向量之间也会存在差距。换而言之，不同识别模型提取出的特征向量存在数据割裂的情况，导致难以准确对车辆进行识别。

发明内容

本申请实施例提供一种特征向量转换模型处理方法、装置、服务器及存储介质，以解决相关技术中不同识别模型提取出的特征向量存在数据割裂的情况，导致难以准确对车辆进行识别的问题。

第一方面，本申请实施例提供一种特征向量转换模型处理方法，方法包括：

将预设的训练样本集分别输入到N个车辆识别模型中，输出初始特征向量集，N为大于1的整数；

对初始特征向量集进行特征向量融合处理，得到目标特征向量集，目标特征向量集与初始特征向量集之间的相似度大于或等于第一相似度阈值；

根据初始特征向量集与目标特征向量集，分别建立与每一车辆识别模型关联的目标特征向量转换模型。

第二方面，本申请实施例提供了一种特征向量转换模型处理装置，装置包括：

第一输出模块，用于将预设的训练样本集分别输入到N个车辆识别模型中，输出初始特征向量集，N为大于1的整数；

融合处理模块，用于对初始特征向量集进行特征向量融合处理，得到目标特征向量集，目标特征向量集与初始特征向量集之间的相似度大于或等于第一相似度阈值；

第一建立模块，用于根据初始特征向量集与目标特征向量集，分别建立与每一车辆识别模型关联的目标特征向量转换模型。

第三方面，本申请实施例提供了一种服务器，服务器包括：处理器以及存储有计算机程序指令的存储器；

处理器执行计算机程序指令时实现如第一方面所示的特征向量转换模型处理方法。

第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所示的特征向量转换模型处理方法。

本申请实施例提供的特征向量转换模型处理方法，将预设的训练样本集分别输入到N个车辆识别模型中，输出初始特征向量集，对初始特征向量集进行特征向量融合处理，得到与初始特征向量集之间的相似度大于或等于第一相似度阈值的目标特征向量集，根据初始特征向量集与目标特征向量集，分别建立与每一车辆识别模型关联的目标特征向量转换模型。本实施例中，通过针对每一车辆识别模型关联的目标特征向量转换模型，有助于将各车辆识别模型输出的特征向量转换成较为通用的特征向量，有效克服了现有技术中所存在的数据割裂的缺陷，进而有助于准确对车辆进行识别。

附图说明