基于少样本注意力的车辆重识别方法
摘要:
基于少样本注意力的车辆重识别方法。本发明公开了将车辆图片输入到预先训练好的少样本注意力模块FSAM中,得到注意力图;将目标域图片输入特征提取网络F‑Net,获取特征图,并通过特征图整合模块FMIM进行整合,得到新特征图;通过计算注意力图与新特征图两者的距离,根据距离大小输出相似度最高的车辆图片;本发明有效地解决了传统方法需要大量车辆图片来训练网络的问题,不仅增强了网络的泛化能力,还提高了网络的效率和车辆重识别的精确度。
公开/授权文献
0/0