[发明专利]一种车辆再识别方法、装置、设备及存储介质

权利要求书

1.一种车辆再识别方法，其特征在于，所述方法包括：

将目标车辆图像以及至少一个待识别车辆图像分别输入预先训练得到的车辆再识别模型中的特征提取层，得到所述目标车辆图像的第一特征，以及各所述待识别车辆图像的第二特征，其中，所述特征提取层中包括卷积神经网络层以及1*1卷积层，所述卷积神经网络层为所述特征提取层的首层，所述卷积神经网络层与所述1*1卷积层连接；

根据所述1*1卷积层上每个1*1卷积核对应的权重绝对值顺序，分别对所述第一特征中的各特征值、各所述第二特征中的各特征值进行排序，得到满足预设要求的所述目标车辆图像的第一目标特征以及各所述待识别车辆图像的第二目标特征；

将所述第一目标特征以及各所述第二目标特征分别输入所述车辆再识别模型中的全连接网络层，得到车辆再识别结果，所述车辆再识别结果用于指示所述待识别车辆图像中与所述目标车辆图像对应同一车辆的待识别车辆图像。

2.根据权利要求1所述的方法，其特征在于，所述将目标车辆图像以及至少一个待识别车辆图像分别输入预先训练得到的车辆再识别模型中的特征提取层，得到所述目标车辆图像的第一特征，以及各所述待识别车辆图像的第二特征，包括：

将所述目标车辆图像以及各所述待识别车辆图像分别输入所述特征提取层中的卷积神经网络层，得到所述目标车辆图像对应的第一特征图谱，以及各所述待识别车辆图像对应的第二特征图谱；

将所述目标车辆图像对应的第一特征图谱以及各所述待识别车辆图像对应的第二特征图谱分别输入所述特征提取层中的1*1卷积层，得到所述目标车辆图像的第一特征，以及各所述待识别车辆图像的第二特征。

3.根据权利要求2所述的方法，其特征在于，所述1*1卷积层中包括n个1*1卷积核，每个1*1卷积核对应一个权重；

所述将所述目标车辆图像对应的第一特征图谱以及各所述待识别车辆图像对应的第二特征图谱分别输入所述特征提取层中的1*1卷积层，得到所述目标车辆图像的第一特征，以及各所述待识别车辆图像的第二特征，包括：

利用各1*1卷积核对应的权重分别对所述第一特征图谱、各所述第二特征图谱进行加权平均处理，得到所述第一特征图谱对应的n个特征值以及各所述第二特征图谱对应的n个特征值；

将所述第一特征图谱对应的n个特征值作为所述目标车辆图像的第一特征；

将各所述第二特征图谱对应的n个特征值分别作为各所述待识别车辆图像的第二特征。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一目标特征以及各所述第二目标特征分别输入所述车辆再识别模型中的全连接网络层，得到车辆再识别结果之前，所述方法还包括：

将所述第一目标特征中的各特征值以及各所述第二目标特征中的各特征值分别进行十六进制转换，得到利用所述十六进制表示的第一目标特征以及各第二目标特征；

所述将所述第一目标特征以及各所述第二目标特征分别输入所述车辆再识别模型中的全连接网络层，得到目标待识别车辆，包括：

将利用所述十六进制表示的第一目标特征以及各第二目标特征分别输入所述车辆再识别模型中的全连接网络层，得到所述车辆再识别结果。

5.根据权利要求1所述的方法，其特征在于，所述将所述第一目标特征以及各所述第二目标特征分别输入所述车辆再识别模型中的全连接网络层，得到车辆再识别结果，包括：

将所述第一目标特征以及各所述第二目标特征分别输入所述车辆再识别模型中的全连接网络层，计算所述第一目标特征与各所述第二目标特征之间的相似度；

根据所述第一目标特征与各所述第二目标特征之间的相似度以及预设相似度要求，得到满足所述预设相似度要求的第二目标特征；

将满足所述预设相似度要求的第二目标特征对应的待识别车辆图像，确定与所述目标车辆图像对应的同一车辆的待识别车辆图像。