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！

龙图腾网获悉南京理工大学申请的专利基于时空特征融合的车辆重识别方法、系统及设备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：CN120852889B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511351662.8，技术领域涉及：G06V10/764；该发明授权基于时空特征融合的车辆重识别方法、系统及设备是由王志豪;戚湧设计研发完成，并于2025-09-22向国家知识产权局提交的专利申请。

本基于时空特征融合的车辆重识别方法、系统及设备在说明书摘要公布了：本发明属于车辆重识别技术领域，公开了一种基于时空特征融合的车辆重识别方法、系统及设备。本发明包括分别获取相邻点位同一时间段的监控视频，实时检测并跟踪其中车辆；提取各车辆ID相应的车辆图像及其关联属性数据并保存，构成结构化数据集；将相邻点位监控视频中车辆外观匹配车辆赋予新的同一车辆ID，更新结构化数据集，获得MIFS车辆重识别数据集并进行预处理；通过多模态时空特征融合网络模型，从所有车辆图像中提取车辆全域时空特征、车辆属性特征，对二者进行向量加法操作，得到多模态车辆特征，进行车辆重识别。本发明能够优化数据利用效率以高效建模时空融合特征，从而提升车辆重识别的效率和准确率。

本发明授权基于时空特征融合的车辆重识别方法、系统及设备在权利要求书中公布了：1.一种基于时空特征融合的车辆重识别方法，其特征在于，包括： 构建多间隔帧序列MIFS车辆重识别数据集：分别获取相邻点位的监控相机在同一时间段的监控视频，实时检测并跟踪所述监控视频中出现的车辆，前后帧中同一车辆赋予同一车辆ID；从监控视频中提取各车辆ID相应的车辆图像及其关联属性数据，将所述各车辆ID相应的车辆图像以图像文件的形式保存，所述关联属性数据保存在XML文件中，构成结构化数据集；将相邻点位的监控相机的监控视频中车辆外观形状匹配的车辆作为同一车辆，赋予新的车辆ID，并更新已保存的该车辆的图像文件和XML文件，获得MIFS车辆重识别数据集； 对所述MIFS车辆重识别数据集进行预处理：将所述车辆图像统一尺寸；通过计算所述MIFS车辆重识别数据集中图像数据的均值和方差，将所述MIFS车辆重识别数据集中车辆图像进行归一化；对归一化后的车辆图像应用图像增强操作；将所述车辆图像的各关联属性数据分别编码，并拼接为车辆属性向量；将同一车辆ID的所有车辆图像对应的车辆属性向量拼接得到该车辆ID的拼接的车辆属性向量； 通过多模态时空特征融合网络模型，从所述车辆ID相应的车辆图像中提取车辆全域时空特征、车辆属性特征，对二者进行向量加法操作，得到该车辆ID的多模态车辆特征并保存；该车辆ID的多模态车辆特征与相邻点位的监控相机所有已保存未匹配的其他车辆ID的多模态车辆特征进行1范数计算，若两个多模态车辆特征的距离小于预先设定的距离阈值，则匹配为同一车辆；所述多模态时空特征融合网络模型包括全域时空特征提取模块、属性特征提取模块和多模态特征融合模块； 所述通过多模态时空特征融合网络模型，从所述车辆ID相应的车辆图像中提取车辆全域时空特征、车辆属性特征，对二者进行向量加法操作，得到该车辆ID的多模态车辆特征具体包括： 所述全域时空特征提取模块，从按时间顺序先后排列的多个车辆图像中，提取车辆图像的高级空间语义信息，并将其与车辆行驶过程中的时间特征进行融合，得到车辆全域时空特征； 利用所述属性特征提取模块从所有车辆ID的拼接的车辆属性向量中提取车辆属性特征； 利用所述多模态特征融合模块，对所述车辆全域时空特征、车辆属性特征进行向量加法操作，得到所述多模态车辆特征。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街200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。