[發(fā)明專利]特征向量轉(zhuǎn)換模型處理方法、裝置、服務(wù)器及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202110854046.X | 申請日: | 2021-07-28 |
| 公開(公告)號: | CN113313086B | 公開(公告)日: | 2021-10-29 |
| 發(fā)明(設(shè)計)人: | 馬曉龍;曾海文 | 申請(專利權(quán))人: | 長沙海信智能系統(tǒng)研究院有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62 |
| 代理公司: | 北京東方億思知識產(chǎn)權(quán)代理有限責任公司 11258 | 代理人: | 彭瓊 |
| 地址: | 410017 湖南省長沙市岳麓區(qū)洋湖*** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 特征向量 轉(zhuǎn)換 模型 處理 方法 裝置 服務(wù)器 存儲 介質(zhì) | ||
本申請公開了一種特征向量轉(zhuǎn)換模型處理方法、裝置、服務(wù)器及計算機存儲介質(zhì)。其中,特征向量轉(zhuǎn)換模型處理方法,包括:將預設(shè)的訓練樣本集分別輸入到N個車輛識別模型中,輸出初始特征向量集,N為大于1的整數(shù);對初始特征向量集進行特征向量融合處理,得到目標特征向量集,目標特征向量集與初始特征向量集之間的相似度大于或等于第一相似度閾值;根據(jù)初始特征向量集與目標特征向量集,分別建立與每一車輛識別模型關(guān)聯(lián)的目標特征向量轉(zhuǎn)換模型。本申請實施例有效克服了現(xiàn)有技術(shù)中所存在的數(shù)據(jù)割裂的缺陷,進而有助于準確對車輛進行識別。
技術(shù)領(lǐng)域
本申請屬于機器學習技術(shù)領(lǐng)域,尤其涉及一種特征向量轉(zhuǎn)換模型處理方法、裝置、服務(wù)器及存儲介質(zhì)。
背景技術(shù)
目前,車輛識別技術(shù)已經(jīng)越來越多地應(yīng)用到道路交通等領(lǐng)域中。基于識別模型對包括車輛的影像數(shù)據(jù)進行特征向量的提取,將提取的特征向量與特征向量庫進行匹配,以實現(xiàn)對車輛的識別,已經(jīng)成為比較常見的車輛識別技術(shù)。
然而,實際應(yīng)用中,識別模型可能會存在多種,同一車輛的影像數(shù)據(jù)通過不同識別模型提取出的特征向量之間也會存在差距。換而言之,不同識別模型提取出的特征向量存在數(shù)據(jù)割裂的情況,導致難以準確對車輛進行識別。
發(fā)明內(nèi)容
本申請實施例提供一種特征向量轉(zhuǎn)換模型處理方法、裝置、服務(wù)器及存儲介質(zhì),以解決相關(guān)技術(shù)中不同識別模型提取出的特征向量存在數(shù)據(jù)割裂的情況,導致難以準確對車輛進行識別的問題。
第一方面,本申請實施例提供一種特征向量轉(zhuǎn)換模型處理方法,方法包括:
將預設(shè)的訓練樣本集分別輸入到N個車輛識別模型中,輸出初始特征向量集,N為大于1的整數(shù);
對初始特征向量集進行特征向量融合處理,得到目標特征向量集,目標特征向量集與初始特征向量集之間的相似度大于或等于第一相似度閾值;
根據(jù)初始特征向量集與目標特征向量集,分別建立與每一車輛識別模型關(guān)聯(lián)的目標特征向量轉(zhuǎn)換模型。
第二方面,本申請實施例提供了一種特征向量轉(zhuǎn)換模型處理裝置,裝置包括:
第一輸出模塊,用于將預設(shè)的訓練樣本集分別輸入到N個車輛識別模型中,輸出初始特征向量集,N為大于1的整數(shù);
融合處理模塊,用于對初始特征向量集進行特征向量融合處理,得到目標特征向量集,目標特征向量集與初始特征向量集之間的相似度大于或等于第一相似度閾值;
第一建立模塊,用于根據(jù)初始特征向量集與目標特征向量集,分別建立與每一車輛識別模型關(guān)聯(lián)的目標特征向量轉(zhuǎn)換模型。
第三方面,本申請實施例提供了一種服務(wù)器,服務(wù)器包括:處理器以及存儲有計算機程序指令的存儲器;
處理器執(zhí)行計算機程序指令時實現(xiàn)如第一方面所示的特征向量轉(zhuǎn)換模型處理方法。
第四方面,本申請實施例提供了一種計算機存儲介質(zhì),計算機存儲介質(zhì)上存儲有計算機程序指令,計算機程序指令被處理器執(zhí)行時實現(xiàn)如第一方面所示的特征向量轉(zhuǎn)換模型處理方法。
本申請實施例提供的特征向量轉(zhuǎn)換模型處理方法,將預設(shè)的訓練樣本集分別輸入到N個車輛識別模型中,輸出初始特征向量集,對初始特征向量集進行特征向量融合處理,得到與初始特征向量集之間的相似度大于或等于第一相似度閾值的目標特征向量集,根據(jù)初始特征向量集與目標特征向量集,分別建立與每一車輛識別模型關(guān)聯(lián)的目標特征向量轉(zhuǎn)換模型。本實施例中,通過針對每一車輛識別模型關(guān)聯(lián)的目標特征向量轉(zhuǎn)換模型,有助于將各車輛識別模型輸出的特征向量轉(zhuǎn)換成較為通用的特征向量,有效克服了現(xiàn)有技術(shù)中所存在的數(shù)據(jù)割裂的缺陷,進而有助于準確對車輛進行識別。
附圖說明
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于長沙海信智能系統(tǒng)研究院有限公司,未經(jīng)長沙海信智能系統(tǒng)研究院有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110854046.X/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
- 圖像轉(zhuǎn)換設(shè)備、圖像轉(zhuǎn)換電路及圖像轉(zhuǎn)換方法
- 數(shù)模轉(zhuǎn)換電路及轉(zhuǎn)換方法
- 轉(zhuǎn)換設(shè)備和轉(zhuǎn)換方法
- 占空比轉(zhuǎn)換電路及轉(zhuǎn)換方法
- 通信轉(zhuǎn)換方法、轉(zhuǎn)換裝置及轉(zhuǎn)換系統(tǒng)
- 模數(shù)轉(zhuǎn)換和模數(shù)轉(zhuǎn)換方法
- 轉(zhuǎn)換模塊以及轉(zhuǎn)換電路
- 熱電轉(zhuǎn)換材料、熱電轉(zhuǎn)換元件和熱電轉(zhuǎn)換模塊
- 熱電轉(zhuǎn)換材料、熱電轉(zhuǎn)換元件及熱電轉(zhuǎn)換模塊
- 熱電轉(zhuǎn)換材料、熱電轉(zhuǎn)換元件及熱電轉(zhuǎn)換模塊





