[发明专利]基于多属性深度特征的车辆重识别方法有效
| 申请号： | 201810389331.7 | 申请日： | 2018-04-26 |
| 公开（公告）号： | CN108647595B | 公开（公告）日： | 2021-08-03 |
| 发明（设计）人： | 桑农;崔超;高常鑫;陈洋;王若林 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多属性深度特征的车辆重识别方法，包括：利用特征提取模型提取第A个池化层的测试图片集的深度特征，利用测试图片集的深度特征和W矩阵，得到查找集中的测试图片的深度特征与候选集中的目标图片的深度特征之间的马氏距离，按照马氏距离从小到大排序，得到测试图片与目标图片的相似度排序结果；所述测试图片集包括查找集与搜索集，所述测试图片集为包含车辆的图片；所述特征提取模型的训练包括：在GoogLeNet的第A个池化层后接入车辆多属性分类器，得到改进GoogLeNet，利用训练图片训练改进GoogLeNet，得到特征提取模型。本发明简化了模型训练过程，大大提高了重识别准确率，模型泛化性能很强。 | ||
| 搜索关键词： | 基于 属性 深度 特征 车辆 识别 方法 | ||
【主权项】：
1.一种基于多属性深度特征的车辆重识别方法，其特征在于，包括：利用特征提取模型提取第A个池化层的测试图片集的深度特征，利用测试图片集的深度特征和W矩阵，得到查找集中的测试图片的深度特征与候选集中的目标图片的深度特征之间的马氏距离，按照马氏距离从小到大排序，得到测试图片与目标图片的相似度排序结果；所述测试图片集包括查找集与搜索集，所述测试图片集为包含车辆的图片；所述特征提取模型的训练包括：在GoogLeNet的第A个池化层后接入车辆多属性分类器，得到改进GoogLeNet，利用训练图片训练改进GoogLeNet，得到特征提取模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华中科技大学，未经华中科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810389331.7/，转载请声明来源钻瓜专利网。
