買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉廈門工學院申請的專利一種利用多樣特征信息表示的車輛檢索方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116992071B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311014274.1，技術領域涉及：G06F16/583；該發明授權一種利用多樣特征信息表示的車輛檢索方法及系統是由陳筱琦設計研發完成，并于2023-08-14向國家知識產權局提交的專利申請。

本一種利用多樣特征信息表示的車輛檢索方法及系統在說明書摘要公布了：本發明提出了一種利用多樣特征信息表示的車輛檢索方法及系統，包括利用多頭注意力機制網絡VisionTransformer作為主干網絡提取接收圖像的全局特征；利用ResNet50作為主干網絡提取數個局部特征；將所述全局特征和所述的部分局部特征進行L2范數約束；將全局特征分別和部分局部特征進行聚合并特征編碼、全局平均池化，利用多樣特征約束損失，使多樣特征相互彌補得到更具有全面性的特征。本發明旨在獲得多樣且魯棒特征來實現同一ID的車輛匹配，通過多樣損失來移除兩種特征之間的相關性，保證能識別出同一車輛并且不是高度相關，促進兩種網絡從不同空間學習車輛特征以互相彌補達到魯棒的特征表達。

本發明授權一種利用多樣特征信息表示的車輛檢索方法及系統在權利要求書中公布了：1.一種利用多樣特征信息表示的車輛檢索方法，其特征在于，包括： S1:采用多頭注意力機制網絡VisionTransformer作為提取全局特征的主干網絡，將接收的圖像切成多個小塊，送入所述VisionTransformer多頭注意力機制網絡中提取全局特征，用字母F1表示，其中，，B是網絡模型的訓練批次大小，屬于固定參數，表示所述全局特征F1的特征維度大小，代表圖像切塊數量； S2:采用ResNet50作為提取局部特征的主干網絡，把提取到的局部特征分別用表示，提取到的局部特征均為四維張量，所述局部特征的結構包括4個殘差卷積塊，分別用Stage1、Stage2、Stage3和Stage4表示； S3:將S1所述全局特征F1分別和S2前兩個局部特征進行L2范數約束，L2范數約束的結果表示如下： ， ， 其中，L1表示所述全局特征F1和所述局部特征FR1進行L2范數約束的結果，L2表示所述全局特征F1和所述局部特征FR2進行L2范數約束的結果； S4:將S1所述全局特征F1和S2后兩個局部特征聚合并進行特征編碼，得到ResNet50最后輸出的局部特征，用字母F2表示，其中，，B是網絡模型的訓練批次大小，屬于固定參數，C2表示所述局部特征F2的特征維度大小； S5:多樣特征約束損失，把S2中后兩個局部特征進行全局平均池化并利用全連接層將所述局部特征的通道維度轉變為，再分別和S1中所述全局特征F1進行余弦相似度計算，所得結果分別用cos1和cos2表示； 車輛檢索任務的整體損失函數用L表示，包括三元組損失函數以及標簽平滑正則化的交叉熵損失函數，計算公式如下： ， 為三元組損失函數，計算公式如下式所示： ， 其中，代表不同車輛ID的數量，代表每個車輛ID選擇張不同的圖像，對于每張訓練圖像，在和相同身份的圖像中選擇一張相似度距離最大的圖像作為正樣本，在和不同身份的圖像中選擇一張相似度距離最小的圖像作為負樣本，為人為設定的閾值，定義為歐式距離，表示批處理的參數大小； 為標簽平滑正則化的交叉熵損失函數，計算公式如下式所示： ， 其中，，是車輛的類別數，pk代表預測屬于類別的概率，py表示預測為標簽y的概率； S6：使用所述車輛檢索任務的整體損失函數L訓練網絡結構，再使用所述的全局特征F1以及所述局部特征F2進行特征比對來檢索車輛信息。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廈門工學院，其通訊地址為：361000 福建省廈門市集美區后溪鎮孫坂南路1251號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。