买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门工学院申请的专利一种利用多样特征信息表示的车辆检索方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116992071B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311014274.1，技术领域涉及：G06F16/583；该发明授权一种利用多样特征信息表示的车辆检索方法及系统是由陈筱琦设计研发完成，并于2023-08-14向国家知识产权局提交的专利申请。

本一种利用多样特征信息表示的车辆检索方法及系统在说明书摘要公布了：本发明提出了一种利用多样特征信息表示的车辆检索方法及系统，包括利用多头注意力机制网络VisionTransformer作为主干网络提取接收图像的全局特征；利用ResNet50作为主干网络提取数个局部特征；将所述全局特征和所述的部分局部特征进行L2范数约束；将全局特征分别和部分局部特征进行聚合并特征编码、全局平均池化，利用多样特征约束损失，使多样特征相互弥补得到更具有全面性的特征。本发明旨在获得多样且鲁棒特征来实现同一ID的车辆匹配，通过多样损失来移除两种特征之间的相关性，保证能识别出同一车辆并且不是高度相关，促进两种网络从不同空间学习车辆特征以互相弥补达到鲁棒的特征表达。

本发明授权一种利用多样特征信息表示的车辆检索方法及系统在权利要求书中公布了：1.一种利用多样特征信息表示的车辆检索方法，其特征在于，包括： S1:采用多头注意力机制网络VisionTransformer作为提取全局特征的主干网络，将接收的图像切成多个小块，送入所述VisionTransformer多头注意力机制网络中提取全局特征，用字母F1表示，其中，，B是网络模型的训练批次大小，属于固定参数，表示所述全局特征F1的特征维度大小，代表图像切块数量； S2:采用ResNet50作为提取局部特征的主干网络，把提取到的局部特征分别用表示，提取到的局部特征均为四维张量，所述局部特征的结构包括4个残差卷积块，分别用Stage1、Stage2、Stage3和Stage4表示； S3:将S1所述全局特征F1分别和S2前两个局部特征进行L2范数约束，L2范数约束的结果表示如下： ， ， 其中，L1表示所述全局特征F1和所述局部特征FR1进行L2范数约束的结果，L2表示所述全局特征F1和所述局部特征FR2进行L2范数约束的结果； S4:将S1所述全局特征F1和S2后两个局部特征聚合并进行特征编码，得到ResNet50最后输出的局部特征，用字母F2表示，其中，，B是网络模型的训练批次大小，属于固定参数，C2表示所述局部特征F2的特征维度大小； S5:多样特征约束损失，把S2中后两个局部特征进行全局平均池化并利用全连接层将所述局部特征的通道维度转变为，再分别和S1中所述全局特征F1进行余弦相似度计算，所得结果分别用cos1和cos2表示； 车辆检索任务的整体损失函数用L表示，包括三元组损失函数以及标签平滑正则化的交叉熵损失函数，计算公式如下： ， 为三元组损失函数，计算公式如下式所示： ， 其中，代表不同车辆ID的数量，代表每个车辆ID选择张不同的图像，对于每张训练图像，在和相同身份的图像中选择一张相似度距离最大的图像作为正样本，在和不同身份的图像中选择一张相似度距离最小的图像作为负样本，为人为设定的阈值，定义为欧式距离，表示批处理的参数大小； 为标签平滑正则化的交叉熵损失函数，计算公式如下式所示： ， 其中，，是车辆的类别数，pk代表预测属于类别的概率，py表示预测为标签y的概率； S6：使用所述车辆检索任务的整体损失函数L训练网络结构，再使用所述的全局特征F1以及所述局部特征F2进行特征比对来检索车辆信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门工学院，其通讯地址为：361000 福建省厦门市集美区后溪镇孙坂南路1251号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。