[发明专利]一种基于路侧感知的车辆重识别方法、装置及电子设备

权利要求书

1.一种基于路侧感知的车辆重识别方法，其特征在于，包括：

获取待识别车辆的图像及多张待匹配的图像；

通过预先训练好的主干网络对待识别车辆的图像及多张待匹配的图像分别进行处理，得到待识别车辆的图像的特征图以及多张待匹配的图像的特征图；所述主干网络用于提取图像的特征图，该特征图包括加入采集图像的摄像头的拍摄角度信息的全局特征，以及反映图像细节的局部特征；

计算待识别车辆的图像的特征图与各张待匹配的图像的特征图的相似度，获取大于阈值的相似度对应的待匹配的图像作为重识别的图像；

所述主干网络包括：全局特征提取模块、级联模块和局部特征提取模块；

所述全局特征提取模块采用Transformer，用于将输入图像分割为多个图像块，提取分割后图像的特征并进行拼接，利用摄像头的拍摄角度对拼接后的特征图进行角度偏移操作，得到形式为[B,p,C+1]的偏移操作后的特征图，其中B为输入图像的个数，p为分割后图像的边长，C为图像的通道数；

所述级联模块，用于对Transformer输出的特征图进行重塑,向局部特征提取模块输出形式为[B,C,h,w]的特征图，h为输入图像的长，w为输入图像的宽；

所述局部特征提取模块采用卷积神经网络，用于提取形式为[B,C,h,w]的特征图的局部特征，输出输入图像的特征图。

2.根据权利要求1所述的基于路侧感知的车辆重识别方法，其特征在于，所述全局特征提取模块包括：图像分割单元、Embedding层、多头自注意力层、位置前馈网络和多层感知机；

所述图像分割单元：用于将图像x∈R^h*w*C 分割成M块边长为p的图像块，将形式为[B,C,h,w]的输入图像转换为多个形式为[B,C,p]的图像块；

所述Embedding层，用于为多个形式为[B,C,p]的图像块添加拍摄图像x的摄像头的拍摄角度信息；

所述多头自注意力层，用于将每个图像块中的特征数据连接起来，提取每个图像块的特征图；

所述位置前馈网络，用于利用摄像头的拍摄角度，对各个图像块的特征图进行偏移操作：

其中，d_model是特征图的像元个数；pos是摄像头的拍摄角度，是一个待训练的参数；i代表像元的序号，PE_(pos,2i)是经过偏移处理后图像块；

所述多层感知机：用于将多个偏移处理后图像块的特征图合成一个特征图。

3.根据权利要求2所述的基于路侧感知的车辆重识别方法，其特征在于，所述方法还包括：对主干网络进行训练的步骤，包括：

利用VeRI数据集建立训练集，其中，VeRI数据集包括经过路径的摄像头所拍摄的图像，图像信息中包括拍摄该图像的摄像头的id号；

将训练集中的B个样本图像输入主干网络，得到B个样本图像对应的预测特征图；

基于B个样本图像对应的预测特征图和B个样本图像的标注结果，确定损失函数值；

基于损失函数值，更新主干网络的模型参数，其中，模型参数包括多个摄像头id号及该摄像头的拍摄角度。

4.根据权利要求1所述的基于路侧感知的车辆重识别方法，其特征在于，所述方法还包括：获取大于阈值的相似度对应的待匹配的图像的拍摄摄像头，将摄像头的位置作为待识别车辆的位置。