摘要
本发明公开了一种基于双重注意力机制的车辆特征再识别方法,包括将输入车辆图像分别送入到两个分支进行特征学习;其中第一个分支为全局特征学习分支,其包括一个连续的自注意模块,采用连续的自注意模块选择性地增强整个图像上的鉴别像素,实现车辆对齐和全局上下文特征学习;第二个分支为局部特征学习分支,其通过锚点探测器将两个突出的车辆部件:车头和挡风玻璃自动定位,学习车头和挡风玻璃处的特征;将两个分支学习特征进行融合以得到最终的车辆特征。将车辆图像先经过边缘推理处理处理和优化后增强图像清晰度,然后再将图像送入到两个分支中进行特征学习。本发明的优点在于:优化真实部署环境中由于低分辨率和高噪声引发的识别难题,同时克服背景、光照和遮挡等因素的干扰,提高了特征识别的准确度。
技术关键词
注意力机制
识别方法
分支
模糊推理
上下文特征
图像
挡风玻璃
车辆部件
模块
判别特征
车头
感知特征
学习特征
像素
探测器
卷积滤波器
锚点
ID标签