天津科技大学;思腾合力(天津)科技有限公司杨巨成获国家专利权
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!
龙图腾网获悉天津科技大学;思腾合力(天津)科技有限公司申请的专利基于图像的车辆重识别方法、装置、服务器及存储介质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:CN116129373B 。
龙图腾网通过国家知识产权局官网在2026-02-17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:202310247675.5,技术领域涉及:G06V20/54;该发明授权基于图像的车辆重识别方法、装置、服务器及存储介质是由杨巨成;李超彦;魏峰;吴超;王伟;王波;国英龙;贾智洋;徐振宇;庞志刚设计研发完成,并于2023-03-15向国家知识产权局提交的专利申请。
本基于图像的车辆重识别方法、装置、服务器及存储介质在说明书摘要公布了:本发明实施例公开了一种基于图像的车辆重识别方法、装置、服务器及存储介质,通过神经网络提取到的车辆图像特征,最终转换为一维多通道数字化表达特征,并将一维多通道数字化表达特征与预先得到的海量不同汽车图像的一维多通道数字化表达特征进行匹配,根据匹配的近似度确定相同车辆。无需与每个车辆图像利用神经网络模型单独进行分类比对,大大降低了车辆重识别的算力。通过多尺度序列化融合,在提取过程中充分融合多个特征提取卷积中的特征,大大提高了特征提取的准确性。并通过位置序列化变换,准确提取车辆的局部特征进行统合进行全局特征建模,有效解决了不同车辆图像局部特征相似的问题,进一步提升了车辆重识别的准确性。
本发明授权基于图像的车辆重识别方法、装置、服务器及存储介质在权利要求书中公布了:1.一种基于图像的车辆重识别方法,其特征在于,包括: 对采集到的车辆图像进行预处理,得到待识别图像; 将所述待识别图像进行加速收敛下采样卷积,得到初始下采样多通道特征图;将所述初始下采样多通道特征图进行特征提取卷积处理,并对处理后的图像进行位置序列化变换,并对位置序列化变换后的图像特征进行编码,得到初始标记序列; 将初始标记序列转换为转换初始多通道特征图,并对所述转换初始多通道特征图进行加速收敛下采样卷积和特征提取卷积处理,对处理后得到的图像进行位置序列化变换,并对位置序列化变换后的图像特征进行编码,得到生成标记序列; 将初始标记序列和生成标记序列进行多尺度序列化融合,得到多尺度标记序列; 将所述多尺度标记序列转换为多尺度多通道特征图,并对所述多尺度通道特征图进行加速收敛下采样卷积和特征提取卷积处理,判断处理后的多尺度通道特征图后的特征通道数是否符合预设的标准特征通道数; 在符合预设的标准特征通道数后,提取所述特征通道对应的一维的通道特征,根据所述通道特征与预先存储的车辆图像通道特征进行相似度比对,将相似度最大的车辆图像的车辆信息作为识别结果; 否则,将所述多尺度通道特征图作为待识别图像,返回至将所述待识别图像进行加速收敛下采样卷积,得到初始下采样多通道特征图; 所述对处理后得到的图像进行位置序列化变换,包括: 将图像均匀分隔为预设偶数数量个大小相同的子图像块; 将每个子图像块均匀分隔为预设偶数数量个特征图像块; 对每个子图像块内的特征图像块按照由左至右,由上到下的顺序进行编号; 将每个特征块中相同编号的特征图像块分别进行组合,完成位置序列化变换。
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天津科技大学;思腾合力(天津)科技有限公司,其通讯地址为:300222 天津市滨海新区经济技术开发区第十三大街9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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励