[發明專利]基于視覺表征跨傳感器不變性的車輛重識別方法

在審

• 申請號: 202111096413.0
• 申請日: 2021-09-17
• 公開（公告）號: CN113792686A
• 公開（公告）日: 2021-12-14
• 發明（設計）人: 李海峰;白建東;黃威;陳力
• 申請（專利權）人: 中南大學;中國人民解放軍63921部隊
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 長沙大珂知識產權代理事務所(普通合伙) 43236
• 代理人: 伍志祥

1.基于視覺表征跨傳感器不變性的車輛重識別方法，其特征在于，包括以下步驟：

獲取遙感圖像，依次輸入神經網絡的第一卷積層、第二卷積層、第一關系感知的全局注意力模塊、第三卷積層、第二關系感知的全局注意力模塊和第四卷積層；

所述第四卷積層將處理結果依次輸入第三關系感知的全局注意力模塊、第五卷積層、第四關系感知的全局注意力模塊和第一BNNECK，所述第四卷積層還將處理結果依次輸入第一全尺度模塊、第二全尺度模塊和第二BNNECK；

其中所述第一關系感知的全局注意力模塊、第二關系感知的全局注意力模塊、第三關系感知的全局注意力模塊和第四關系感知的全局注意力模塊生成具有全局感知的空間注意力權重和具有全局信息的通道注意力權重，所述第一全尺度模塊和第二全尺度模塊根據輸入圖像的特性分配不同的權重給不同尺度的圖像特征，所述第一BNNECK和第二BNNECK分別輸出ID損失函數和三元組損失函數；

將訓練后的圖像特征進行車輛重識別。

2.根據權利要求1所述的基于視覺表征跨傳感器不變性的車輛重識別方法，其特征在于，所述第一關系感知的全局注意力模塊、第二關系感知的全局注意力模塊、第三關系感知的全局注意力模塊和第四關系感知的全局注意力模塊由全局感知的空間注意力機制和全局感知的通道注意力機制組成。

3.根據權利要求1所述的基于視覺表征跨傳感器不變性的車輛重識別方法，其特征在于，所述全局感知的空間注意力機制如下：

對于通過卷積層得到的特征X∈R^C×H×W，其中C代表通道數，H代表特征的高，W代表特征的寬，將每一個通道維度的特征向量作為一個特征節點展開，得到N＝H×W個維度特征節點，計算每一個維度特征節點與其他維度特征節點之間的相關性后，得到一個大小為N×N的關聯矩陣；

對所述關聯矩陣中的每個維度特征節點進行注意力學習，得到空間關系感知特征y_i，其計算公式如下：

其中X_i為第i個維度特征節點的特征，r_i為第i個維度特征節點與其它維度特征節點的相關性，ψ_s表示將原始局部特征映射到特征空間內，表示將關系感知映射到特征空間內，ψ_s和均為一個1×1的卷積操作之后接上一個BN層，再使用ReLU激活，pool_c()表示全局平均池化操作，利用該操作將通道維度縮小到1；

通過y_i生成具有全局感知的空間注意力權重a_i，其計算公式如下：

其中W₁和W₂都表示一個1×1的卷積操作之后接上一個BN層的操作，W₁縮小通道維度，W₂將通道維度降為1，Sigmoid和ReLU為激活函數。