龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京信息工程大学
申请日：2024-04-12
公开（公告）日：2024-06-28
公开（公告）号：CN118262300A
主分类号：G06V20/54
分类号：G06V20/54;G06V10/44;G06V10/26;G06V10/764;G06V10/82;G06N3/0464;G06N3/048;G06N3/08;G06T7/66;G06T7/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本申请涉及深度学习技术领域中的一种实例分割车辆重识别的方法，其包括以下步骤获取待重识别车辆图像；根据待重识别车辆图像，采用重识别网络模型获取车辆图像的重识别结果；其中所述重识别网络模型包括ResNet‑50网络和分割网络，所述ResNet‑50网络用以所述取待重识别车辆图像的全局特征提取，所述分割网络用以取待重识别车辆图像的局部特征提取；通过分割网络对车辆进行特征提取，采用一组语义特征质心来捕获车辆的特征信息，并通过计算每个像素级特征向量与所有特征质心之间的距离来生成语义概率图。提出自纠正模块，通过使用实例概率图来减少错误激活的特征区域；提高了该模型的训练效率，有效地提高了车辆重识别的准确度。
主权项：1.一种实例分割车辆重识别的方法，其特征在于，包括以下步骤获取待重识别车辆图像根据待重识别车辆图像，采用重识别网络模型获取车辆图像的重识别结果；其中所述重识别网络模型包括ResNet-50网络和分割网络，所述ResNet-50网络用以所述取待重识别车辆图像的全局特征提取，所述分割网络用以取待重识别车辆图像的局部特征提取。
全文数据：
权利要求：
百度查询： 南京信息工程大学 一种实例分割车辆重识别的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号