一种基于视觉语言大模型的零训练车辆重识别方法

本发明涉及计算机视觉与智能交通领域，提供一种基于视觉语言大模型的零训练车辆重识别方法，包括：动态多粒度文本生成，利用视觉语言大模型对车辆进行视觉特征分析生成结构化层次描述，通过构建层次化生成框架，分层生成车型、颜色、视角的基础语义标签和局部语义引导的关键细节区域描述，并根据置信度的动态调整描述层级；自适应特征融合，实现视觉‑文本特征的自适应融合用于车辆相似度粗排序；组合式对比推理，将视觉‑文本粗排序列表的TopN图像划分为N/2个对比组，利用视觉语言大模型进行多图像联合分析实现精排序。本发明方法生成了车辆图像的多层级细粒度文本描述，在无需训练的情况下实现了开放场景下的车辆重识别。