一种基于多分支深度学习的车辆重识别方法

摘要

本发明公开了一种基于多分支的车辆重识别方法，其包括步骤：通过交通摄像头传输车辆待识别图像；将所述待识别图像输入训练模型，获取多个分支对应的特征向量，具体如下：给定输入的车辆图像，RAM则生成一组功能向量，具体为五个共享卷积层生成特征映射M，然后，M被馈送到四个分支以生成不同的特征，四个分支包括全局分支、BN分支、属性分支和局部区域分支，从四个分支提取出对应的特征向量；将待识别图像的特征向量与有效地理区域范围内的视频图像的车辆的特征向量对比，利用相似度计算公式，搜索出相似度最高的车辆目标图像，并输出最终重识别系统模型。本方法可以跟踪找寻特定目标车辆，辅助相关部门提高搜索目标车辆的效率。