买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：深圳市捷顺科技实业股份有限公司

摘要：本申请公开了一种车辆重识别方法及装置，其中方法包括：从第一视频流中获取第一目标车辆图像；将第一目标车辆图像输入预设模型获取第一目标车辆的第一特征向量，预设模型的骨干网络为卷积神经网络，卷积神经网络用于提取输入的目标车辆图像的特征图，将特征图经过切割及矩阵计算后输出特征向量，特征向量为目标车辆图像的细粒度特征总和；从第二视频流中获取第二目标车辆图像；将第二目标车辆图像输入预设模型获取第二目标车辆的第二特征向量；判断第二特征向量与第一特征向量的差值是否在预设区间内，差值越小表示第一目标车辆与第二目标车辆相似度越高；若是，则确定第二目标车辆与第一目标车辆为同一车辆。

主权项：1.一种车辆重识别方法，其特征在于，包括：训练原始模型得到预设模型，使得所述预设模型的总损失值达到阈值；所述训练原始模型得到预设模型，使得所述预设模型的总损失值达到阈值，包括：设置初始化学习率；从一级样本数据集中获取二级样本数据组，并标记获取二级样本数据组的次数，所述二级样本数据组为未训练过的二级样本数据组，所述一级样本数据集中包含有若干组二级样本数据组，所述二级样本数据组中包含有若干张同一车辆ID的图片；从所述二级样本数据组中获取第一图像输入原始模型中得到所述第一图像的第三特征向量，并标记输入图像的次数，所述第一图像为未训练过的车辆图片；通过总损失函数计算所述原始模型的第一总损失值并根据所述第一总损失值反向传播更新所述原始模型得到次级模型；判断是否已遍历完所述二级样本数据组中的图像；若否，将第二图像输入所述次级模型并标记输入图像的次数，得到所述第二图像的第四特征向量，所述第二图像中的车辆与所述第一图像中的车辆一致；通过总损失函数计算所述更新后的原始模型的第二总损失值并根据所述第二总损失值反向传播更新所述次级模型；判断所述第二总损失值是否小于所述第一总损失值；若否，判断所述第二总损失值是否小于或等于阈值；若是，则确定所述更新后的次级模型为预设模型；从第一视频流中获取第一目标车辆图像；将所述第一目标车辆图像输入预设模型获取所述第一目标车辆的第一特征向量，所述预设模型的骨干网络为卷积神经网络，所述卷积神经网络用于提取输入的目标车辆图像的特征图，将所述特征图经过切割及矩阵计算后输出特征向量，所述特征向量为所述目标车辆图像的细粒度特征总和；从第二视频流中获取第二目标车辆图像；将所述第二目标车辆图像输入所述预设模型获取所述第二目标车辆的第二特征向量；判断所述第二特征向量与所述第一特征向量的差值是否在预设区间内，所述差值越小表示所述第一目标车辆与所述第二目标车辆相似度越高；若是，则确定所述第二目标车辆与所述第一目标车辆为同一车辆。

全文数据：

权利要求：

百度查询： 深圳市捷顺科技实业股份有限公司 一种车辆重识别方法及装置