公开(公告)号：CN114581864B

公开(公告)日：2023-04-18

申请号：CN202210213377.X

申请日：2022-03-04

Applicant: 哈尔滨工程大学

Inventor： 董宇欣 ,  耿士卿 ,  张立国 ,  杨东梅 ,  刘杰 ,  吴丹丹

IPC: G06V20/54 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 基于transformer的动态密集对齐车辆重识别技术，本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为：一、采集不同视角的车辆图像数据集，分为训练集和测试集；二、建立主干网络，将训练集输入主干网络进行训练，直至收敛，得到训练好的主干网络；所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失；三、将测试集输入练好的主干网络，进行分类结果预测。本发明用于计算机视觉技术领域。

公开(公告)号：CN114581864A

公开(公告)日：2022-06-03

申请号：CN202210213377.X

申请日：2022-03-04

Applicant: 哈尔滨工程大学

Inventor： 董宇欣 ,  耿士卿 ,  张立国 ,  杨东梅 ,  刘杰 ,  吴丹丹

IPC: G06V20/54 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 基于transformer的动态密集对齐车辆重识别技术，本发明涉及车辆重识别方法。本发明的目的是为了解决现有方法对车辆重识别准确率低的问题。具体过程为：一、采集不同视角的车辆图像数据集，分为训练集和测试集；二、建立主干网络，将训练集输入主干网络进行训练，直至收敛，得到训练好的主干网络；所述主干网络包括CNN网络模块、扁平化处理模块、可学习嵌入模块、车辆关键点检测模型、动态密集嵌入模块、Transformer编码器模块、BN、监督学习模块、ID损失、三元组损失；三、将测试集输入练好的主干网络，进行分类结果预测。本发明用于计算机视觉技术领域。