[发明专利]车辆重识别方法、装置、电子设备及存储介质

说明书

本发明提供车辆重识别方法、装置、电子设备及存储介质，其中方法包括：获取待识别的车辆图像；将车辆图像输入至车辆重识别模型，得到车辆重识别模型输出的车辆识别结果；其中，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；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车辆重识别模型的增强交叉熵损失和增强三元组损失。本发明提供的方法、装置、电子设备及存储介质，扩增后的特征包含了更丰富的语义信息，提高了模型的泛化能力和识别准确度。

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种车辆重识别方法、装置、电子设备及存储介质。

背景技术

车辆重识别旨在从多个摄像头捕捉到的图像中寻找同一个目标车辆，其难点在于外观相似的不同车辆的图像之间的差异较小，而在不同视角或者不同光照条件下同一车辆的图像之间的差异较大。

现有技术中，通过获取大量的样本图像，对样本图像进行平移、翻转、旋转和对比度等变换，扩增样本的数据量，用于对车辆重识别模型进行训练。然而，通过上述数据扩增方法的方式较为简单，扩增后的数据信息量不够丰富，训练后的模型的泛化能力差，识别准确度差。

发明内容

本发明提供一种车辆重识别方法、装置、电子设备及存储介质，用于解决现有技术中的车辆重识别方法的数据扩增方式简单，扩增后的数据训练得到的模型泛化能力差、识别准确度差的技术问题。

本发明提供一种车辆重识别方法，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。

根据本发明提供的车辆重识别方法，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。

根据本发明提供的车辆重识别方法，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。

根据本发明提供的车辆重识别方法，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，为对应的全连接层的权重，为对应的全连接层的偏差，为样本车辆标注结果对应的全连接层的权重，为样本车辆标注结果对应的全连接层的偏差， ，为转置运算符号。

根据本发明提供的车辆重识别方法，所述车辆重识别模型的增强三元组损失函数为：