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！

龙图腾网获悉合肥市正茂科技有限公司申请的专利一种基于深度神经网络和特征融合的货车重识别方法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：CN115599938B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202111561465.0，技术领域涉及：G06F16/58；该发明授权一种基于深度神经网络和特征融合的货车重识别方法是由周平;陈晨;闫如根;赵吉祥;胡昌隆;吕强;李涛设计研发完成，并于2021-12-20向国家知识产权局提交的专利申请。

本一种基于深度神经网络和特征融合的货车重识别方法在说明书摘要公布了：本发明公开了一种基于深度神经网络和特征融合的货车重识别方法，包括获取货车图片，并划分后进行图片空间和尺寸大小的预处理和标准化；基于深度卷积神经网络和预处理后的图片，构建深度卷积神经网络模型并和设置的损失函数进行训练；根据已训练好的深度卷积神经网络模型进行测试；最后利用相似度矩阵进行货车重识别检索，得到最相似的货车图片。本发明通过基于深度神经网络和特征融合获取货车照片特征，再进行特征融合得到整体特征表示。从而实现现实场景中货车差异性小难以检索导致的车牌伪造、摘除、屏蔽等问题。提高货车检索的准确度，从而对同系车辆相似难以分辨的情况的货车车辆进行重识别。

本发明授权一种基于深度神经网络和特征融合的货车重识别方法在权利要求书中公布了：1.一种基于深度神经网络和特征融合的货车重识别方法，其特征在于，包括： S1、获取货车图片，并划分后进行图片空间和尺寸大小的预处理和标准化； S2、基于深度卷积神经网络和预处理后的图片，构建深度卷积神经网络模型并和设置的损失函数进行训练，其具体步骤包括： 构建特征提取器获取输入照片的空间特征； 构建ResNet50残差网络，设置输入图片大小为，并在残差网络最后一层将LastStride设置为1，得到输出特征图； 对得到的输出特征图进行全局平均池化和降维操作，得到1024维特征向量； 将特征向量输入批量归一化层，得到标准化后的特征向量； 通过搭建子网络分别提取货车图片的车头信息和车厢信息； 对得到的输出特征图进行水平裁剪，得到两份特征图； 对裁剪后的特征图进行全局平均池化和降维操作，得到两份均为512维的特征向量和； 再将得到的特征向量和输入批量归一化层，得到标准化后的特征向量和； 所述设置损失函数的具体步骤包括： 获取特征提取器输出特征标准化后的特征向量并输入全连接层，得到个预测分数； 根据个预测分数计算交叉熵损失： ； 结构为： 式中，为预测分数，为图库图片数量，为常数，为真实ID标签，当不等于类别时，等于0，当等于类别时，此时等于1； 同时对输出特征和进行计算交叉熵损失和，并计算、和的损失均值； 通过获取三元组计算三元组损失函数： ； 式中，和分别为身份相同和相异的样本对，和分别为正样本对和负样本对的距离，表示身份相同的货车图片，表示身份相异的货车图片； 通过设置中心损失函数处理优化程度相同，距离类中心差异大的情况； 所述中心损失函数为： ； 式中，表示mini-batch的大小，表示第张图片的身份标签，表示类中心； 同时获取特征向量、和，计算特征向量的三元组损失函数和中心损失函数，并求取均值，得到和； 根据上述损失函数均值，得到总损失函数为：； S3、根据已训练好的深度卷积神经网络模型进行测试； S4、最后利用相似度矩阵进行货车重识别检索，得到最相似的货车图片。

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合肥市正茂科技有限公司，其通讯地址为：230088 安徽省合肥市高新区科学大道92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”。

以上内容由龙图腾AI智能生成。