摘要
本发明公开了一种基于多通道特征协同融合的车辆重识别方法,涉及图像处理技术领域,首先在主干网络Conv2_x和Conv3_x阶段之后添加挤压激励网络注意力机制提高主干网络提取特征的质量;在Conv4_x阶段之后使用多通道卷积协同模块,提取不同语义特征;将每个阶段经过处理过的特征单独提取出来按通道拼接,最后利用特征处理模块提取丰富的特征信息来进一步地提升网络性能;本发明方法在车辆重识别上有更优的效果,集合了更加丰富的特征信息,进一步解决了类內相似和类内差异问题,提高了模型的鲁棒性,而且该方法在定量指标上超过了目前先进的对比方法。
技术关键词
多通道特征
重识别方法
车辆重识别
多阶段特征
Sigmoid函数
全局平均池化
网络架构
模块
输出特征
Adam算法
ReLU函数
分支
图像处理技术
样本
注意力
系统为您推荐了相关专利信息
多模态传感器
场景特征
时间同步补偿
时钟漂移补偿
PID控制器
编码器框架
通道注意力机制
人体关键点
特征金字塔
多层感知器