[发明专利]一种基于四元组损失度量学习的车辆再辨识方法有效
| 申请号： | 201910577021.2 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110309770B | 公开（公告）日： | 2022-09-30 |
| 发明（设计）人： | 曾焕强;侯进辉;朱建清;林向伟;曹九稳;陈婧 | 申请（专利权）人： | 华侨大学 |
| 主分类号： | G06V20/54 | 分类号： | G06V20/54;G06V10/82;G06V10/74;G06N3/04;G06N3/08 |
| 代理公司： | 厦门市首创君合专利事务所有限公司 35204 | 代理人： | 张松亭;李艾华 |
| 地址： | 362000 福建省*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于四元组损失度量学习的车辆再辨识方法，包括：构建参数共享的四分支卷积神经网络，设计四元组损失函数，对输入的四元组图像进行距离度量学习。本发明特别考虑了车辆再辨识中的特殊难点，即，车型和颜色都相同的车辆具有非常相似的车辆外观，能够有效地解决车辆再辨识中对于高相似度车辆识别精度不高的问题。 | ||
| 搜索关键词： | 一种 基于 四元组 损失 度量 学习 车辆 辨识 方法 | ||
【主权项】：
1.一种基于四元组损失度量学习的车辆再辨识方法，其特征在于，包括训练过程和再辨识过程，步骤如下：训练过程S1：选取N组四元组训练图像，输入到参数共享的四分支卷积神经网络模型中训练，直至模型收敛，从而获得基础网络模型M；再辨识过程S2：利用S1中训练得到基础网络模型M分别提取待查询车辆图像和候选库中每个图像的特征向量，从而计算待查询车辆图像与候选库中图像的相似度，根据相似度的大小进行车辆ID预测，并输出识别结果。
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侨大学，未经华侨大学许可，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/201910577021.2/，转载请声明来源钻瓜专利网。
