買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜西南石油大學(xué)申請的專利一種應(yīng)用于霧天車輛重識別的特征融合方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119810609B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-30發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510306419.8，技術(shù)領(lǐng)域涉及：G06V10/80；該發(fā)明授權(quán)一種應(yīng)用于霧天車輛重識別的特征融合方法是由張全;劉田甜;段昶;彭博;李艷設(shè)計(jì)研發(fā)完成，并于2025-03-14向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種應(yīng)用于霧天車輛重識別的特征融合方法在說明書摘要公布了：本發(fā)明公開一種應(yīng)用于霧天車輛重識別的特征融合方法，該方法具體包括如下步驟：輸入霧天車輛圖像到公共特征提取模塊提取公共特征；對公共特征使用兩階段恢復(fù)的方法提取去霧的相關(guān)特征；使用金字塔增強(qiáng)進(jìn)一步處理，并計(jì)算得到去霧損失；對公共特征使用重識別網(wǎng)絡(luò)進(jìn)行進(jìn)一步的特征提取，并使用卷積塊注意力機(jī)制和特征金字塔方法提取全局和局部特征，融合全局和局部特征，計(jì)算得到三元組損失和車輛身份分類損失；將三個(gè)損失進(jìn)行融合處理，得到總體損失函數(shù)，最終在畫廊集中識別出與輸入圖像身份一致的其他攝像頭拍攝的圖像。本發(fā)明實(shí)現(xiàn)了在霧天條件下重識別效果更好的車輛重識別方法，與已有方法相比，本發(fā)明在精度上取得了更為優(yōu)秀的成績。

本發(fā)明授權(quán)一種應(yīng)用于霧天車輛重識別的特征融合方法在權(quán)利要求書中公布了：1.一種應(yīng)用于霧天車輛重識別的特征融合方法，其特征在于：所述方法包括以下步驟：一、輸入待識別的霧天車輛圖像到整體網(wǎng)絡(luò)框架中，利用Resnet50的前兩個(gè)階段提取公共特征，并保存所述前兩個(gè)階段的特征圖；將所述Resnet50的前兩個(gè)階段提取的公共特征作為去霧網(wǎng)絡(luò)分支和重識別網(wǎng)絡(luò)分支的輸入；所述去霧網(wǎng)絡(luò)分支用于霧天圖像的去霧處理；所述重識別網(wǎng)絡(luò)分支用于對輸入圖像進(jìn)行重識別，找出與輸入的霧天車輛圖像身份一致的其他圖像數(shù)據(jù)；二、對步驟一中提取的公共特征使用兩階段恢復(fù)的方法，得到去霧的相關(guān)特征；三、將步驟二中獲取的去霧特征使用金字塔增強(qiáng)，形成一個(gè)更加豐富且詳盡的去霧特征圖，并計(jì)算去霧損失；四、將步驟一中提取的公共特征，使用Resnet50后面三個(gè)階段對其進(jìn)行進(jìn)一步的特征提取，并對三個(gè)階段提取后的三個(gè)特征圖進(jìn)行保存；特征提取完成后使用注意力機(jī)制對重識別相關(guān)特征進(jìn)行增強(qiáng)，以獲得更強(qiáng)的特征表示，將所述特征表示作為全局特征；將使用特征金字塔方法提取的多尺度特征作為局部特征，將全局特征與局部特征進(jìn)行拼接，融合為最終的重識別特征圖，并計(jì)算三元組損失和車輛身份分類損失；五、將步驟三和步驟四得到的去霧損失、三元組損失和車輛身份分類損失進(jìn)行融合處理，所述融合處理是指利用所述去霧損失、三元組損失和車輛身份分類損失進(jìn)行帶權(quán)求和，得到總體損失函數(shù)，利用總體損失函數(shù)更改所述Resnet50的前兩個(gè)階段的參數(shù)和權(quán)重，最終利用重識別分支從畫廊集中識別出與輸入圖像身份一致的其他攝像頭拍攝的圖像；總體損失函數(shù)分為去霧分支監(jiān)督學(xué)習(xí)時(shí)的總體損失LS和去霧分支無監(jiān)督學(xué)習(xí)時(shí)的總體損失LU；去霧分支監(jiān)督學(xué)習(xí)時(shí)的總體損失LS公式如下： ；其中，LT表示重識別分支的三元組損失；LID表示重識別分支的分類損失；LDFS表示監(jiān)督學(xué)習(xí)階段去霧分支損失；λ1是用于平衡去霧分支損失的權(quán)重系數(shù)；去霧分支無監(jiān)督學(xué)習(xí)時(shí)的總體損失LU公式如下： ；其中，LDFU為無監(jiān)督學(xué)習(xí)階段去霧分支的損失；LT和LID分別為重識別分支的三元組損失和分類損失；實(shí)際進(jìn)行重識別任務(wù)時(shí)，去霧分支不參與重識別過程，僅使用重識別分支完成車輛的重識別任務(wù)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西南石油大學(xué)，其通訊地址為：610500 四川省成都市新都區(qū)新都大道8號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。