一種多任務(wù)聯(lián)合判別學(xué)習(xí)的車輛重識別方法

基本信息

申請?zhí)?/td> CN202010432575.6 申請日 -
公開（公告）號 CN111652293B 公開（公告）日 2022-04-26
申請公布號 CN111652293B 申請公布日 2022-04-26
分類號 G06V10/774（2022.01）I;G06V10/80（2022.01）I;G06V10/764（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 李垚辰;吳瀟;宋晨明;劉躍虎 申請（專利權(quán)）人 西安交通大學(xué)蘇州研究院
代理機(jī)構(gòu) 西安通大專利代理有限責(zé)任公司 代理人 姚詠華
地址 215123江蘇省蘇州市工業(yè)園區(qū)獨(dú)墅湖高等教育區(qū)仁愛路99號
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種多任務(wù)聯(lián)合判別學(xué)習(xí)的車輛重識別方法。方法通過多分支的網(wǎng)絡(luò)聯(lián)合學(xué)習(xí)多個(gè)任務(wù)，來獲取車輛的細(xì)粒度判別性特征。網(wǎng)絡(luò)通過屬性學(xué)習(xí)和ID學(xué)習(xí)兩個(gè)分支獲取網(wǎng)絡(luò)輸出特征向量，同時(shí)再用一個(gè)度量學(xué)習(xí)和ID學(xué)習(xí)任務(wù)來約束該特征向量，通過這四個(gè)任務(wù)聯(lián)合學(xué)習(xí)來獲取更加魯棒的特征。其中ID學(xué)習(xí)使用了不同于其他方法的ArcFL損失函數(shù)，度量學(xué)習(xí)使用了不同于其他方法的Trihard損失函數(shù)。通過創(chuàng)新性網(wǎng)絡(luò)結(jié)構(gòu)的提出和損失函數(shù)的改進(jìn)，使車輛重識別和檢索的精度得到顯著提升。本發(fā)明基于道路監(jiān)控場景的大型車輛數(shù)據(jù)集實(shí)現(xiàn)，可以有效地應(yīng)用于車輛查找任務(wù)。