[发明专利]车辆重识别方法、装置、电子设备及存储介质

权利要求书

1.一种车辆重识别方法，其特征在于，包括：

获取待识别的车辆图像；

将所述车辆图像输入至车辆重识别模型，得到所述车辆重识别模型输出的车辆识别结果；

其中，所述车辆重识别模型是基于多个样本车辆标注结果，以及每一样本车辆标注结果对应的多个样本车辆图像训练得到的；

所述车辆重识别模型的损失函数用于表征在基于每一样本车辆标注结果对应的所有样本车辆图像的特征，对每一样本车辆标注结果对应的各个样本车辆图像的特征进行扩增的情况下所述车辆重识别模型的增强交叉熵损失和增强三元组损失；

所述基于每一样本车辆标注结果对应的所有样本车辆图像的特征，对每一样本车辆标注结果对应的各个样本车辆图像的特征进行扩增，包括：

其中，为样本车辆图像的特征，为样本车辆图像的扩增特征，为高维高斯分布，为样本车辆图像的样本车辆标注结果，为对应的所有样本车辆图像的特征的方差矩阵或者协方差矩阵，为调整系数；

所述车辆重识别模型的损失函数为：

其中，为所述车辆重识别模型的损失函数，为增强交叉熵损失函数，为增强三元组损失函数，为所述增强交叉熵损失函数的权重，为所述增强三元组损失函数的权重；

所述车辆重识别模型的增强交叉熵损失函数为：

其中，为样本车辆图像的数量，为样本车辆标注结果的数量，为对应的全连接层权重，为对应的全连接层偏差，为样本车辆标注结果对应的全连接层权重，为样本车辆标注结果对应的全连接层偏差，，为转置运算符号。

2.根据权利要求1所述的车辆重识别方法，其特征在于，所述车辆重识别模型的增强三元组损失函数为：

其中，为样本车辆图像的每个训练批次数量，为每个训练批次中样本车辆标注结果的数量，为每个训练批次中单个样本车辆标注结果对应的样本车辆图像的数量，为训练批次的标号，为样本车辆标注结果的标号，为单个样本车辆标注结果对应的样本车辆图像的标号，为目标扩增特征与正样本扩增特征之间的距离，为目标扩增特征与负样本扩增特征之间的距离，为正负样本对之间的距离阈值；

其中，所述目标扩增特征、所述正样本扩增特征和所述负样本扩增特征是基于各个样本车辆图像的扩增特征确定的。

3.根据权利要求1或2所述的车辆重识别方法，其特征在于，所述将所述车辆图像输入至车辆重识别模型，得到所述车辆重识别模型输出的车辆识别结果，包括：

将所述车辆图像输入至所述车辆重识别模型的特征提取层，得到所述特征提取层输出的特征；

将所述特征输入至所述车辆重识别模型的特征处理层，得到所述特征处理层输出的归一化特征；

将所述归一化特征输入至所述车辆重识别模型的特征识别层，得到所述特征识别层输出的车辆识别结果。

4.根据权利要求3所述的车辆重识别方法，其特征在于，所述特征提取层为ResNet。