[发明专利]一种基于深度联合判别学习的车辆重识别方法及装置有效
| 申请号： | 201910783507.1 | 申请日： | 2019-08-23 |
| 公开（公告）号： | CN110619280B | 公开（公告）日： | 2022-05-24 |
| 发明（设计）人： | 张斯尧;王思远;谢喜林;张诚;文戎;田磊 | 申请（专利权）人： | 长沙千视通智能科技有限公司 |
| 主分类号： | G06V20/54 | 分类号： | G06V20/54;G06V10/74;G06V10/774;G06V10/80;G06V10/764;G06K9/62 |
| 代理公司： | 长沙德权知识产权代理事务所(普通合伙) 43229 | 代理人： | 徐仰贵 |
| 地址： | 410000 湖南省长沙市高新开发区麓谷大道*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供了基于深度联合判别学习的车辆重识别及装置，所述方法包括：基于深度卷积神经网络搭建系统网络架构；通过视频车辆数据库对所述系统网络架构的整体目标损失函数进行训练，确定所述系统网络架构的参数；将待识别车辆图像与有效地理区域范围内的车辆图像输入到确定出所述参数后的系统网络架构中，提取所述待识别图像的特征向量与所述有效地理区域范围内的车辆图像的特征向量，并将所述待识别图像的特征向量与所述有效地理区域范围内的车辆图像的特征向量进行对比，搜索出所述有效地理区域范围内的车辆图像中的与所述待识别车辆图像的相似度最高的车辆图像。通过本发明实施例，能够提高车辆重识别的效率及准确性。 | ||
| 搜索关键词： | 一种 基于 深度 联合 判别 学习 车辆 识别 方法 装置 | ||
【主权项】：
1.一种基于深度联合判别学习的车辆重识别方法，其特征在于，包括：/n基于深度卷积神经网络搭建系统网络架构；所述系统网络架构包括车辆身份识别子网络、车辆属性识别子网络、车辆认证子网络和三元组子网络；/n通过视频车辆数据库对所述系统网络架构的整体目标损失函数进行训练，确定所述系统网络架构的参数；所述整体目标损失函数由所述车辆身份识别子网络的损失函数、车辆属性识别子网络的损失函数、车辆认证子网络的损失函数和三元组子网络的损失函数构造而成；所述参数包括权重参数矩阵和偏置值；/n将待识别车辆图像与有效地理区域范围内的车辆图像输入到确定出所述参数后的系统网络架构中，提取所述待识别图像的特征向量与所述有效地理区域范围内的车辆图像的特征向量，并将所述待识别图像的特征向量与所述有效地理区域范围内的车辆图像的特征向量进行对比，搜索出所述有效地理区域范围内的车辆图像中的与所述待识别车辆图像的相似度最高的车辆图像。/n
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长沙千视通智能科技有限公司，未经长沙千视通智能科技有限公司许可，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/201910783507.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于跟踪的路面交通标志实例分割方法
- 下一篇：一种身份识别方法和装置
