摘要
本发明提供了一种融合多模态特征向量的车辆跨镜头ReID匹配方法及系统,涉及车辆识别技术领域,方法包括:摄像头采集车辆图像,提取三重特征,包括底层视觉特征、中层语义特征及高层字符特征;结合相邻采集摄像头处的车辆时空元数据,生成时空轨迹特征向量,捕捉车辆行驶路径的时序规律;对缺失特征采用AI生成式技术进行补全,并通过自适应学习优化补全精度;将三重特征、时序规律及补全特征输入Transformer融合网络,生成融合特征向量;根据融合特征向量计算待匹配车辆的余弦相似度,进行跨境头匹配;本发明解决单一模态特征区分度不足的问题,结合采集摄像头的时空元数据生成轨迹特征向量,捕捉车辆在不同镜头间的行驶时序规律,强化跨场景匹配的时空约束。
技术关键词
底层视觉特征
多模态
镜头
车辆行驶路径
语义特征
图像采集模块
条件生成对抗网络
特征提取模块
匹配模块
时序
车辆识别技术
模态特征
字符
语义分割模型
识别车牌
生成轨迹
轨迹特征
系统为您推荐了相关专利信息
康复训练方法
多模态特征
生理信号采集设备
强化学习算法
数据
管控系统
决策
多模态传感器
动态权重分配
融合网关
多源检测数据
多模态数据采集
变电站设备检测
虚拟变电站
巡视方法
动态预测模型
多模态数据采集
可穿戴设备
模态传感器
负荷