基于自引导特征挖掘网络的车辆重识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于自引导特征挖掘网络的车辆重识别方法,步骤如下:构造自引导特征挖掘网络;训练自引导特征挖掘网络,自引导特征挖掘网络中主干网络部分使用ImageNet‑1K预训练的ViT进行参数初始化;使用已训练的自引导特征挖掘网络进行车辆重识别。本发明与传统的车辆重识别方法相比,自引导特征挖掘网络引入噪音补丁过滤分支消除图像背景对特征提取的干扰;自引导特征挖掘网络引入显著特征提取分支挖掘图像细粒度特征;消除背景对特征提取的干扰和挖掘细粒度特征能够提取出更具有鉴别性的车辆特征,从而提高了车辆重识别任务的准确率,并且不依赖额外的模型和标签信息(如背景、车灯、车窗标注等)。
《基于自引导特征挖掘网络的车辆重识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023106385505,当前法律状态为已下证,由暨南大学提出申请,发明人为邓玉辉;李章伟,申请日期为2023-06-01,公开(公告)日期为2025-10-24,国际专利分类号(IPC)为 G06V 20/54 (2022.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于自引导特征挖掘网络的车辆重识别方法,步骤如下:构造自引导特征挖掘网络;训练自引导特征挖掘网络,自引导特征挖掘网络中主干网络部分使用ImageNet‑1K预训练的ViT进行参数初始化;使用已训练的自引导特征挖掘网络进行车辆重识别。本发明与传统的车辆重识别方法相比,自引导特征挖掘网络引入噪音补丁过滤分支消除图像背景对特征提取的干扰;自引导特征挖掘网络引入显著特征提取分支挖掘图像细粒度特征;消除背景对特征提取的干扰和挖掘细粒度特征能够提取出更具有鉴别性的车辆特征,从而提高了车辆重识别任务的准确率,并且不依赖额外的模型和标签信息(如背景、车灯、车窗标注等)。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
