买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中山大学;惠州市德赛西威汽车电子股份有限公司申请的专利局部-全局自适应引导增强的车辆重识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115909036B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211554656.9，技术领域涉及：G06V20/00；该发明授权局部-全局自适应引导增强的车辆重识别方法及系统是由谭晓军;石艳丽;张晓飞;安亚松;陈俊峰;唐侨设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本局部-全局自适应引导增强的车辆重识别方法及系统在说明书摘要公布了：本发明公开了一种局部‑全局自适应引导增强的车辆重识别方法及系统，该方法包括：对训练图像进行图像预处理并构建训练集；基于训练集对局部‑全局自适应引导增强的车辆重识别协同表示网络进行训练；所述局部‑全局自适应引导增强的车辆重识别协同表示网络包括基于VisionTransformer的骨干网络模块和基于局部注意力引导的自适应优化特征编码模块；获取待查询图像和图库集，对待查询图像在图库集进行检索匹配，得到匹配结果。该系统包括：预处理单元、网络训练单元和检索匹配单元。通过使用本发明，能够提高车辆重识别的精确度。本发明可广泛应用于车辆重识别领域。

本发明授权局部-全局自适应引导增强的车辆重识别方法及系统在权利要求书中公布了：1.局部-全局自适应引导增强的车辆重识别方法，其特征在于，包括以下步骤： 对训练图像进行图像预处理并构建训练集； 将训练集输入至局部-全局自适应引导增强的车辆重识别协同表示网络； 基于VisionTransformer的骨干网络模块，对输入图像进行网格化局部小区域块划分，并提取全局特征和局部特征； 区域选择子模块根据编码层的权重筛选重点区域，获取对应小区域块的索引及局部特征，得到候选局部特征； 局部引导特征学习子模块将候选局部特征与全局特征进行单独结合后进行候选局部特征的内部编码优化； 根据候选局部特征的注意力权重，利用softmax归一化函数自适应生成候选局部区域对应的外部权重，进行候选局部区域外部特征权重优化，得到优化后的局部区域特征； 将全局特征与重点局部区域特征经过批归一化操作后进行拼接融合，得到完整特征表示； 根据完整特征表示进行检索匹配，得到匹配结果； 根据匹配结果和真实标签调整网络参数，得到训练完备的局部-全局自适应引导增强的车辆重识别协同表示网络； 所述局部-全局自适应引导增强的车辆重识别协同表示网络包括基于VisionTransformer的骨干网络模块和基于局部注意力引导的自适应优化特征编码模块； 获取待查询图像和图库集，并基于训练完备的局部-全局自适应引导增强的车辆重识别协同表示网络对待查询图像在图库集进行检索匹配，得到匹配结果； 所述基于VisionTransformer的骨干网络模块包括输入编码子模块和特征提取子模块，所述对输入图像进行网格化局部小区域块划分，并提取全局特征和局部特征这一步骤，其具体包括： 通过输入编码子模块对输入图像进行网格化的各局部小区域块划分，形成一维向量序列输入； 特征提取子模块利用多个Transformer编码层对一维向量序列输入进行全局特征提取和局部小区域块的局部特征提取； 根据匹配结果和真实标签调整网络参数的损失函数计算公式如下： 上式中，w1和w2表示全局特征和局部特征的权重，h表示所选择的局部特征块的数量，fg表示全局特征，fp表示被增强后的局部特征，LID表示ID损失函数，LTri表示三元组损失函数；在三元组损失函数中，给定一组样本实例a,p,n，其中a表示锚样本，p表示与锚样本具有相同真实标签的样本，n表示与锚样本具有不同真实标签的样本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中山大学;惠州市德赛西威汽车电子股份有限公司，其通讯地址为：510275 广东省广州市海珠区新港西路135号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。