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！

龙图腾网获悉华南理工大学申请的专利一种基于MAE和时序特征的车辆重识别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：CN116597393B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310417909.6，技术领域涉及：G06V20/54；该发明授权一种基于MAE和时序特征的车辆重识别方法及系统是由胡永健;甘豪;刘琲贝设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本一种基于MAE和时序特征的车辆重识别方法及系统在说明书摘要公布了：本发明公开了一种基于MAE和时序特征的车辆重识别方法及系统，该方法包括下述步骤：构建MAE网络；构建车辆重识别训练集训练MAE网络并保存网络权重；构建MAE损失函数；构建ViTT网络；计算空间特征损失函数与时序特征损失函数的加权和得到整体损失函数；加载MAE网络预训练权重；将批次图像输入ViTT网络计算整体损失函数，更新ViTT网络权重；将扩增的多张车辆图像输入到加载训练权重的ViT‑B编码器得到多个特征，对多个特征求均值得到表示增强前的测试图像的特征；计算查询集特征和参考集特征之间的距离，对距离进行排序，排序后的参考图像即为车辆重识别结果。本发明提取的细粒度特征更为丰富，增强了特征的鲁棒性。

本发明授权一种基于MAE和时序特征的车辆重识别方法及系统在权利要求书中公布了：1.一种基于MAE和时序特征的车辆重识别方法，其特征在于，包括下述步骤： 构建MAE网络，所述MAE网络包括ViT-Base编码器和ViT-Base解码器； 构建车辆重识别训练集训练MAE网络并保存网络权重； 构建MAE网络损失函数，用于计算MAE网络梯度，更新MAE网络权重； 构建ViTT网络，所述ViTT网络包括ViT-B编码器和时序特征提取模块，所述ViT-B编码器用于提取车辆图像的空间特征，所述时序特征提取模块用于提取车辆图像的时序特征； 所述ViT-B编码器用于提取车辆图像的空间特征，所述时序特征提取模块用于提取车辆图像的时序特征，具体包括： 将同一类别车辆的多张车辆图像输入ViT-B编码器，得到对应车辆图像的空间特征； 将ViT-B编码器输出的多张车辆图像的空间特征输入到时序特征提取模块，对空间特征按列拼接得到拼接特征，对拼接特征输入Transformer层，对Transformer层的输出每列取最大值得到时序特征提取模块输出的时序特征； 构建空间特征损失函数，使ViTT网络学习车辆图像的空间特征，所述空间特征损失函数为交叉熵损失函数与三元组损失函数的和； 构建时序特征损失函数，使ViTT网络学习车辆图像的时序特征，所述时序特征损失函数为时序特征与多个空间特征的欧氏距离的均值； 计算空间特征损失函数与时序特征损失函数的加权和，得到整体损失函数，基于整体损失函数计算ViTT网络单次梯度，更新参数； 加载MAE网络预训练权重，将训练MAE网络得到的ViT-Base编码器的权重加载到ViTT网络中的ViT-B编码器； 构建批次图像，将批次图像输入ViTT网络，根据整体损失函数的梯度更新ViTT网络权重； 基于图像增强扩增车辆图像，将扩增后的多张车辆图像输入到已加载训练权重的ViT-B编码器得到多个特征，对多个特征求均值得到表示增强前的测试图像的特征； 计算查询集特征和参考集特征之间的距离，对距离进行排序，排序后的参考图像即为车辆重识别结果； 计算查询集特征和参考集特征之间的距离，采用欧氏距离进行计算，具体表示为： ； 其中，表示第张查询图像与第张参考图像的距离，表示求向量的二范数，表示查询数据集中图像的特征，表示查询数据集的图像数量，表示参考数据集中图像的特征，表示参考数据集的图像数量。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。