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！

龙图腾网获悉华中师范大学申请的专利一种基于视觉语言大模型的零训练车辆重识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120220085B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510185338.7，技术领域涉及：G06V20/54；该发明授权一种基于视觉语言大模型的零训练车辆重识别方法是由陈旭;吴砥设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种基于视觉语言大模型的零训练车辆重识别方法在说明书摘要公布了：本发明涉及计算机视觉与智能交通领域，提供一种基于视觉语言大模型的零训练车辆重识别方法，包括：动态多粒度文本生成，利用视觉语言大模型对车辆进行视觉特征分析生成结构化层次描述，通过构建层次化生成框架，分层生成车型、颜色、视角的基础语义标签和局部语义引导的关键细节区域描述，并根据置信度的动态调整描述层级；自适应特征融合，实现视觉‑文本特征的自适应融合用于车辆相似度粗排序；组合式对比推理，将视觉‑文本粗排序列表的TopN图像划分为N2个对比组，利用视觉语言大模型进行多图像联合分析实现精排序。本发明方法生成了车辆图像的多层级细粒度文本描述，在无需训练的情况下实现了开放场景下的车辆重识别。

本发明授权一种基于视觉语言大模型的零训练车辆重识别方法在权利要求书中公布了：1.一种基于视觉语言大模型的零训练车辆重识别方法，其特征在于，该方法包括以下步骤： 1动态多粒度文本生成，利用视觉语言大模型对车辆进行视觉特征分析生成结构化层次描述，通过构建层次化生成框架，分层生成车型、颜色、视角的基础语义标签和局部语义引导的关键细节区域描述，并根据置信度的动态调整描述层级；具体为： 1-1构建层次化生成框架，第一层级生成车型、颜色的基础描述及可见视角，可见视角包括前、后、侧、前-侧、后-侧，第二层级生成车顶区域的细节描述，第三层级根据视角引导视觉语言大模型关注特定区域来生成细节描述； 1-2置信度阈值控制，利用多模态模型作为特征检测器，当局部特征检测置信度C_d＜0.6时屏蔽对应细节描述，当全局特征匹配度C_t＜0.4时触发重新检测流程； 2自适应特征融合，实现视觉-文本特征的自适应融合用于车辆相似度粗排序，包括：图像质量引导的视觉特征权重计算，语义置信度驱动的文本特征权重分配，视觉-文本融合粗排序；具体为： 2-1图像质量引导的视觉特征权重计算，基于Tenengrad梯度函数和熵函数，计算图像的清晰度Q_v，Q_v∈[0,1]，根据图像清晰度计算视觉特征权重； 2-2语义置信度驱动的文本特征权重分配，根据局部特征检测置信度C_d和全局特征匹配度C_t计算文本特征权重； 2-3视觉-文本融合粗排序，对图像权重和文本权重进行归一化处理，利用支持长文本的多模态模型，提取所有查询图像和测试图像的图像特征及利用多层次化生成框架生成的多层级文本特征，分别计算查询图像和所有图像的视觉相似度S_v和不同层级的文本相似度S_t，S_r，S_d，根据视觉特征权重和不同层级的文本特征权重对视觉相似度、文本相似度进行加权求和来计算最终的相似度，根据最终的相似度，得到所有查询车辆图像的粗排序列表； 3组合式对比推理，将视觉-文本粗排序列表的TopN图像划分为N2个对比组，利用视觉语言大模型进行多图像联合分析实现精排序，包括：图像自动拼接，基于提示工程的组对比，基于概率图模型排序整合；具体为： 3-1图像自动拼接，构建四图像拼接模板“[查询图像][候选图像A][候选图像B][候选图像C]”，将输入图像缩放至统一尺寸224×224后进行纵向拼接，在拼接边界添加可学习的空间位置编码； 3-2基于提示工程的组对比，构建结构化提示模板：“作为车辆识别专家，请从以下维度对比相似性：1.车型轮廓匹配度，权重40%；2.颜色光谱一致性，权重30%；3.细节特征一致性，权重30%；输出格式：最优匹配ID次优匹配ID最不匹配ID”，并建立异常响应过滤机制，当模型输出不符合预设格式时自动丢弃结果； 3-3基于概率图模型的排序整合，建立粗排序列表中前N个图像间的马尔可夫链转移矩阵，通过随机游走算法计算稳态分布概率，进行置信度加权输出，形成最后的排序列表，N取50-100；具体包括： 3-3-1构建马尔可夫转移矩阵，首先定义状态空间，将粗排序列表的前N张图像集G={g1,g2,...,gN}作为马尔可夫链的状态节点，每个状态si，对应图像gi，根据步骤3-2的输出结果进行相似度得分转换，对每组对比推理结果进行数值化处理，然后对每组得分进行标准化处理，根据标准化后的得分计算转移概率，构建状态转移矩阵T∈RN×N，其中，对角线元素Tii设置为自环概率，保证马尔可夫链的遍历性； 3-3-2随机游走计算稳态分布，初始化概率分布，进行阻尼随机游走迭代，设置阻尼系数d=0.85，进行迭代更新，得到最终的稳态概率表示各测试车辆图像的相似度； 3-3-3置信度加权输出，根据图像在对比组中出现次数Ci计算权重，将加权后的相似度作为最终相似度，得到最后的排序列表。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中师范大学，其通讯地址为：430079 湖北省武汉市洪山区珞喻路152号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。